PENERAPAN ALGORITMA C4.5 DAN PARTICLE SWARM OPTIMIZATION UNTUK MENGOPTIMALKAN KINERJA KLASIFIKASI DALAM MENDETEKSI PENYAKIT JANTUNG KORONER

Basalia Sihombing, Tasya (2024) PENERAPAN ALGORITMA C4.5 DAN PARTICLE SWARM OPTIMIZATION UNTUK MENGOPTIMALKAN KINERJA KLASIFIKASI DALAM MENDETEKSI PENYAKIT JANTUNG KORONER. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (165kB)
	Text BAB II.pdf Restricted to Registered users only Download (347kB)
	Text BAB III.pdf Restricted to Registered users only Download (223kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (86kB)
	Text DAFTAR PUSTAKA.pdf Download (172kB)

Abstract

Menentukan model algoritma C4.5 untuk melakukan klasifikasi dan memperoleh akurasi yang tepat dalam mendeteksi penyakit jantung koroner. Melakukan optimasi akurasi terhadap algoritma C4.5 dengan menggunakan Particle Swarm Optimization untuk mengetahui tingkat akurasi C4.5 yang lebih baik dalam mendeteksi penyakit jantung koroner. Algoritma C4.5 digunakan untuk membuat decision tree dari data pelatihan yang diberikan. C4.5 adalah perluasan dari ID3 yang mencakup kemampuan mengatasi nilai yang hilang, data berkelanjutan, dan pruning dalam proses pembuatan decision tree. Particle Swarm Optimization (PSO) adalah salah satu algoritma kecerdasan buatan yang digunakan untuk mengoptimalkan algoritma-algoritma tertentu. Data yang digunakan adalah data penyakit jantung koroner, di mana data tersebut bersumber dari Kaggle. Hasil struktur data penyakit jantung koroner adalah sebanyak 1025 data. Atribut yang digunakan berupa Jenis Kelamin, Nyeri Dada, Glukosa, Hasil EKG, Angina, Serangan Jantung, Penyumbatan, dan Thalasemia. Hasil dari penelitian ini, menunjukkan bahwa kinerja dalam optimal menggunakan PSO bekerja sangat baik. Dari optimasi yang dilakukan, nilai akurasi yang tertinggi terletak pada rasio 0,9 yaitu sebesar 82,52% yang artinya optimasi yang dilakukan berkerja dengan baik. Berdasarkan hasil akurasi tertinggi yang diperoleh sebelum optimasi, yaitu pada rasio 0,8 sebesar 74,10% sedang nilai akurasi tertinggi setelah optimasi, yaitu pada rasio 0,9 sebesar 82,52%.

Actions (login required)

View Item