Path: Top -> Prosiding -> 2018

Analisis komparasi pemodelan algoritma decision tree menggunakan metode particle swarm optimization dan metode adaboost untuk prediksi awal penyakit jantung

Proceeding from gdlhub / 2020-12-04 14:57:39
Oleh : Pareza Alam Jusia, Universitas Dinamika Bangsa
Dibuat : 2020-12-04, dengan 1 file

Keyword : Decision Tree, klassifikasi, Particle Swarm Optimization, adaboost, jantung
Url : http://jurnalfti.unmer.ac.id/index.php/senasif/article/view/150

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

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID Publishergdlhub
OrganisasiUniversitas Dinamika Bangsa
Nama KontakHerti Yani, S.Kom
AlamatJln. Jenderal Sudirman
KotaJambi
DaerahJambi
NegaraIndonesia
Telepon0741-35095
Fax0741-35093
E-mail Administratorelibrarystikom@gmail.com
E-mail CKOelibrarystikom@gmail.com

Print ...

Kontributor...

  • , Editor: Calvin

Download...