Seleksi Fitur dengan Information Gain pada Identifikasi Jenis Attention Deficit Hyperactivity Disorder Menggunakan Metode Modified K-Nearest Neighbor
| Main Author: | Hafidzullah, Muhammad |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/180616/7/Muhammad%20Hafidzullah.pdf http://repository.ub.ac.id/180616/ |
Daftar Isi:
- Attention Deficit Hyperactivity Disorder (ADHD) merupakan gangguan yang biasa terjadi pada anak usia dini. Secara umum ada tiga jenis perilaku yang dikaitkan dengan kelainan ini, yaitu: inattentiveness, impulsiveness, dan hyperactive. Penyakit mental ADHD baru dapat dikenali melalui perubahan perilaku penderita. Pada penelitian ini, data yang digunakan menggunakan 45 fitur, dimana banyaknya fitur dapat mempengaruhi kinerja serta akurasi dari metode klasifikasi. Penyeleksian fitur bertujuan untuk mengurangi fitur-fitur yang bersifat sama pentingnya agar lebih memudahkan algoritme klasifikasi untuk beroprasi lebih cepat dan efektif sehingga menghasilkan akurasi yang lebih baik. Metode yang akan digunakan untuk pemilihan fiturnya ialah dengan metode Information Gain. Penggunaan metode Information Gain pada kasus ini adalah untuk menyeleksi fitur-fitur terbaik yang memiliki relevansi terhadap data terkait. Fitur-fitur itu dipillih berdasarkan besaran nilai gain yang didapat, dimana semakin besar nilai gainnya maka semakin relevan fitur tersebut dengan data terkait. Hasil rata-rata akurasi terbaik yang didapatkan dari sistem ini didapat pada skenario pengujian kedua dengan rata-rata nilai akurasi teringgi sebesar 88% didapatkan pada nilai k=37 dan k=42 dan jumlah fitur 36 dan 41, serta pada k=1 di pengujian tanpa menggunakan Information Gain. Hasil ini menandakan penggunaan metode seleksi fitur Information Gain pada kasus ini memiliki nilai akurasi yang cukup baik.