Penerapan Metode Decision Tree dan Algoritme Genetika untuk Klasifikasi Risiko Penyakit Hipertensi
| Main Author: | Sari, Selly Kurnia |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/166907/ |
Daftar Isi:
- Hipertensi adalah penyakit tanpa gejala yang terjadi pada sistem peredaran darah manusia dengan kenaikan tekanan darah diatas normal. World Heart Organization (WHO) mencatat bahwa sekitar dua pertiga dari satu miliar orang mederita penyakit hipertensi berada di negara berkembang. Di Indonesia, penderita hipertensi menjadi tantangan terbesar dalam menghadapinya. Hipertensi ini merupakan salah satu penyakit paling mematikan ketiga setelah stroke dan tuberkulosis yaitu mencapai 6,7% dari keseluruhan umur di Indonesia. Hal ini menunjukkan bahwa penyakit hipertensi di Indonesia membutuhkan perhatian yang serius sebagai upaya dalam menangani masalah ini. Penanganan sangat dibutuhkan sebagai langkah deteksi dini terhadap penyakit hipertensi. Dalam kaitannya dengan klasifikasi untuk deteksi penyakit hipertensi, metode yang dapat digunakan salah satunya adalah Decision Tree (DT). Namun pada penelitian sebelumnya metode DT menghasikan akurasi yang terbilang rendah. Untuk mengoptimalkan tingkat akurasi metode DT, maka digunakan Algoritme Genetika (GA). GA digunakan untuk menghasilkan aturan baru terhadap DT. Untuk mengetahui perbedaan hasil akurasi, maka dilakukan pengujian perbandingan DT-C4.5 dan DT-GA. Pengujian tersebut menggunakan data uji yang sama. Hasil pengujian menunjukkan algoritme DT-GA menghasilkan rata-rata akurasi tertinggi 84%, sedangkan algoritme DT-C4.5 menghasilkan rata-rata akurasi tertinggi 70,5%. Parameter-parameter terbaik menghasilkan akurasi terbaik adalah ukuran populasi 60, Cr = 0,3, Mr = 0,7, dengan jumlah generasi maksimal yang digunakan adalah 10. Dari hasil pengujian tersebut dapat disimpulkan bahwa GA dapat digunakan untuk menghasilkan aturan baru dari DT.