ANALISIS KOMPARASI PEMODELAN ALGORITMA DECISION TREE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION DAN METODE ADABOOST UNTUK PREDIKSI AWAL PENYAKIT JANTUNG

E - Conference Unversitas Merdeka Malang

View Publication Info
 
 
Field Value
 
Title ANALISIS KOMPARASI PEMODELAN ALGORITMA DECISION TREE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION DAN METODE ADABOOST UNTUK PREDIKSI AWAL PENYAKIT JANTUNG
 
Creator Pareza Alam Jusia; STIKOM Dinamika Bangsa JAMBI
 
Subject
: Decision Tree; Klassifikasi; Particle Swarm Optimization; Adaboost; Jantung
 
Description Kolesterol, penumpukan lemak, penggumpalan darah, dan unsur - unsur medis lainnya dapat menyebabkan aliran darah ke jantung menjadi terganggu sehingga kondisi medis ini menjadi darurat sehingga merusak dan menghancurkan otot jantung pada manusia yang mengakibatkan terjadi komplikasi bahkan kematian. Penelitian ini akan melakukan improve Classification Accuracy / Ensemble Methods Techniques dengan memodifikasi pemodelan algoritma klasifikasi Decision Tree yang ditambahkan dengan metode Particle Swarm Optimization dan metode Adaboost yang selanjutnya akan dilakukan analisis komparasi terhadap pemodelah tersebut untuk prediksi penyakit jantung. Dataset yang digunakan pada penelitian ini dari ekstraksi public dataset yang  diambil dari archive University of California Irvine (UCI) sebanyak 270 record. Hasil Evaluasi dilakukan dengan tools Rapid Miner 7 untuk menentukan nilai confusion matrix dan ROC curve, diketahui bahwa Decision Tree mempunyai nilai akurasi 79.26% dan untuk nilai AUC 0.889. Setelah dilakukan modifikasi pemodelan algoritma decision tree yang ditambahkan dengan metode particle swarm optimization menghasilkan nilai akurasi 82.59% dan untuk nilai AUC 0.916. Pemodelan Algoritma decision tree yang ditambahkan dengan metode adaboost menghasilkan nilai akurasi 79.26% dan nilai AUC 0.955.
 
Publisher Seminar Nasional Sistem Informasi
 
Contributor
 
Date 2018-08-14 03:29:02
 
Type Peer-reviewed Paper

 
Format application/pdf
 
Identifier http://seminar.unmer.ac.id/index.php/senasif/2018/paper/view/149
 
Source Seminar Nasional Sistem Informasi; Seminar Nasional Sistem Informasi (SENASIF) 2018
 
Language en
 
Relation http://seminar.unmer.ac.id/index.php/senasif/2018/paper/download/149/351
 
Coverage


 
Rights Authors who submit to this conference agree to the following terms:<br /> <strong>a)</strong> Authors retain copyright over their work, while allowing the conference to place this unpublished work under a <a href="http://creativecommons.org/licenses/by/3.0/">Creative Commons Attribution License</a>, which allows others to freely access, use, and share the work, with an acknowledgement of the work's authorship and its initial presentation at this conference.<br /> <strong>b)</strong> Authors are able to waive the terms of the CC license and enter into separate, additional contractual arrangements for the non-exclusive distribution and subsequent publication of this work (e.g., publish a revised version in a journal, post it to an institutional repository or publish it in a book), with an acknowledgement of its initial presentation at this conference.<br /> <strong>c)</strong> In addition, authors are encouraged to post and share their work online (e.g., in institutional repositories or on their website) at any point before and after the conference.
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library