BAB V KESIMPULAN DAN SARAN
5.2 Saran
Berdasarkan kesimpulan diatas maka dapat ditarik saran-saran sebagai berikut:
1. Hasil model yang telah dilakukan dapat diimplementasikan menjadi sebuah aplikasi dalam mendiagnosa penyakit diabetes melitus.
2. Pengujian menggunakan dataset lain perlu dilakukan untuk menguji seberapa akurat hasil yang diperoleh.
3. Pengembangan dengan metode-metode lain baik teknik preprocessing atau teknik peningkatan akurasi perlu dilakukan untuk menghasilkan akurasi yang lebih tinggi.
4. Berdasarkan hasil yang didapat pada uji validasi data, pindahnya data asal ke data kelas prediksi belum diketahui pasti, perlu dilakukan analisa data.
78
DAFTAR PUTAKA
Abdelaal, H. M., Elmahdy, A. N., Halawa, A. A., & Youness, H. A. (2018). Improve the automatic classification accuracy for Arabic tweets using ensemble methods. Journal of Electrical Systems and Information Technology, (2017), 1–8. https://doi.org/10.1016/j.jesit.2018.03.001
Ahmed, K., & Jesmin, T. (2014). Comparative Analysis of Data Mining Classification Algorithms in Type-2 Diabetes Prediction Data Using WEKA Approach. International Journal of Science and Engineering, 7(2), 155–160. https://doi.org/10.12777/ijse.7.2.150-154
Alasadi, S. A., & Bhaya, W. S. (n.d.). Review of Data Preprocessing Techniques.pdf.
Amin, M. F., & Wahono, R. S. (2015). Penerapan Reduksi Region Palsu Berbasis Mathematical Morphology pada Algoritma Adaboost Untuk Deteksi Plat Nomor Kendaraan Indonesia. Journal of Intelligent Systems, 1(1).
Banjarsari, M. A., Budiman, I., & Farmadi, A. (2016). Penerapan K-Optimal Pada Algoritma Knn Untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam Berdasarkan Ip Sampai Dengan Semester
4. Klik - Kumpulan Jurnal Ilmu Komputer, 2(2), 159–173.
https://doi.org/10.20527/KLIK.V2I2.26
Bee Wah Yap, Khatijahhusna Abd Rani, H. A. A. R., & Simon Fong, Zuraida Khairudin, N. N. A. (2014). An Application of Oversampling, Undersampling,. Bramer, M. (2013). Principles of Data Mining. London: Springer.
C, D. A., Baskoro, D. A., Ambarwati, L., & Wicaksana, I. W. S. (2013). Belajar
Data Mining dengan RapidMiner. Jakarta. Retrieved from
http://www.scribd.com/document/260432919/Buku-Data-Mining-libre C, T. P., & N, N. (2015). Utilization Of Data Mining Techniques For Diagnosa Of
Diabetes Melitus A case Study, 10(1). Retrieved from www.arpnjournals.com Chauhan, H., & Chauhan, A. (2013). Implementation of decision tree algorithm c4.5. International Journal of Scientific and Research Publications, 3(10), 2250–3153. Retrieved from www.ijsrp.org
Cheng, S., Liu, B., Shi, Y., Jun, Y., & Li, B. (2015). Data Mining and Big Data. Data Mining and Big Data. https://doi.org/10.1007/978-3-319-40973-3 Dai, W., & Ji, W. (2014). A MapReduce Implementation of C4. 5 Decision Tree
79 Algorithm. International Journal of Database Theory & Application, 7(1), 49– 60. https://doi.org/10.14257/ijdta.2014.7.1.05
Defiyanti, S., & Kom, M. (2013). Analisis dan Prediksi Kinerja Mahasiswa Menggunakan Teknik Data Mining. Syntak, 2, 1–10.
Depkes RI. (2018). Tahun 2030 Prevalensi Diabetes Melitus Di Indonesia Mencapai 21,3 Juta Orang. Kementrian Kesehatan Republik Indonesia, 1–2. Durairaj, M., & Kalaiselvi, G. (2015). Prediction Of Diabetes Using Soft
Computing Techniques-A Survey. IInternational Journal Of Scientific & Technology Research, 4(03). Retrieved from www.ijstr.org
Fatimah, R. N. (2015). Diabetes Melitus Tipe 2. Fakultas Kedokteran Universitas Lampung, 4, 93–101. https://doi.org/10.2337/dc12-0698
Fernanda, S. I., Ratnawati, D. E., & Adikara, P. P. (2017). Identifikasi Penyakit Diabetes Mellitus Menggunakan Metode Modified K- Nearest Neighbor (MKNN), 1(6), 2548–2964. Retrieved from http://j-ptiik.ub.ac.id
Fitriansyah, R. A., & Saparudin. (2016). Penerapan Ensemble Stacking Untuk Klasifikasi Multi Kelas, 2(1). Retrieved from http://ars.ilkom.unsri.ac.id Harleen, & Bhambri, P. (2016). A Prediction Technique in Data Mining for
Diabetes Mellitus. Apeejay-Journal of Management Sciences and Technology, 4(1).
Indrayanti, Sugianti, D., & Karomi, M. A. Al. (2017). Optimasi Parameter K Pada Algoritma K-Nearest Neighbour Untuk Klasifikasi Penyakit Diabetes Mellitus, 551–554.
Iyer, A., S, J., & Sumbaly, R. (2015). Diagnosis of Diabetes Using Classification Mining Techniques. International Journal of Data Mining & Knowledge Management Process. https://doi.org/10.5121/ijdkp.2015.5101
Kamagi, D. H., & Hansun, S. (2014). Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa, VI(1).
Kavakiotis, I., Tsave, O., Salifoglou, A., Maglaveras, N., Vlahavas, I., & Chouvarda, I. (2017). Machine Learning and Data Mining Methods in Diabetes Research. Computational and Structural Biotechnology Journal, 15, 104–116. https://doi.org/10.1016/j.csbj.2016.12.005
Kemenkes RI. (2014). Situasi dan Analisis Diabetes. Pusat Data Dan Informasi Kementerian Kesehatan RI. https://doi.org/24427659
80
Kotu, V., & Deshpande, B. (2015). Predictive Analytics and Data Mining - Chapter3: Data Exploration. Predictive Analytics and Data Mining. https://doi.org/10.1016/B978-0-12-801460-8.00010-0
Kulkarni, R. D. (2014). Using Ensemble Methods for Improving Classification of the KDD CUP ’99 Data Set. IOSR Journal of Computer Engineering, 16(5), 57–61. https://doi.org/10.9790/0661-16535761
Kurniawan, D., & Supriyanto, D. C. (2013). Optimasi Algoritma Support Vector Machine (SVM) Menggunakan Adaboost Untuk Penilaian Risiko Kredit. Jurnal Teknologi Informasi, (1), 1414–9999.
Listiana, E., & Muslim, M. A. (2017). Penerapan Adaboost Untuk Klasifikasi Support Vector Machine Guna Meningkatkan Akurasi Pada Diagnosa Chronic Kidney Disease, (2015), 35–40.
Mazini, M., Shirazi, B., & Mahdavi, I. (2018). Anomaly network-based intrusion detection system using a reliable hybrid artificial bee colony and AdaBoost algorithms. https://doi.org/10.1016/j.jksuci.2018.03.011
Mirqotussa’adah, Muslim, M. A., Sugiharti, E., Prasetiyo, B., & Alimah, S. (2017). Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4. 5 dalam Mendiagnosa Diabetes. Lontar Komputer: Jurnal Ilmiah Teknologi Informasi, 08(02), 135– 143. https://doi.org/10.24843/LKJITI.2017.v08.i02.p07
Nofriansyah, D. (2014). Konsep Data Mining VS Sistem Pendukung Keputusan. Yogyakarta: Deepublish.
Nurzahputra, A., & Muslim, M. A. (2017). Peningkatan Akurasi Pada Algoritma C4.5 Menggunakan Adaboost Untuk Meminimalkan Resiko Kredit.
Raharja, Y. P. (2014). Rancang Bangun Sistem Rekomendasi Beasiswa Menggunakan ALgoritma Klasifikasi C4.5 pada Universitas Dian Nuswantoro. Undinus, 1–4. Retrieved from http://eprints.dinus.ac.id/13408/ Rahayu, E. S., Wahono, R. S., & Supriyanto, C. (2015). Penerapan Metode Average
Gain, Threshold Pruning dan Cost. Journal of Intelligent Systems, 1, 91–97. Rahmayuni, I. (2014). Perbandingan Performansi Algoritma C4.5 dan Cart Dalam
Klasifiksi Data Nilai Mahasiswa Prodi Teknik komputer Politeknik Negeri Padang. Jurnal Teknologi Informasi & Pendidikan, 7(1), 87–94. Retrieved
81
Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Eeccis, 7(1), 59–64. https://doi.org/10.1038/hdy.2009.180
Rohman, A. (2016). Komporasi Metode Klasifikasi Data Mining Untuk Prediksi Penyakit Jantung. Neo Teknika, 2(2), 21–28.
Sa’di, S., Maleki, A., Hashemi, R., Panbechi, Z., & Chalabi, K. (2015). Comparison of Data Mining Algorithms in the Diagnosis of Type Ii Diabetes. International
Journal on Computational Science & Applications.
https://doi.org/10.5121/ijcsa.2015.5501
Saifudin, A., & Wahono, R. S. (2015). Penerapan Teknik Ensemble untuk Menangani Ketidakseimbangan Kelas pada Prediksi Cacat Software. Journal of Software Engineering, 1(1).
Sathyadevan, S., & Nair, R. R. (2015). Computational Intelligence in Data Mining - Volume 1, 31, 549–562. https://doi.org/10.1007/978-81-322-2205-7
Setiyorini, T., & Wahono, R. S. (2015). Penerapan Metode Bagging untuk Mengurangi Data Noise pada Neural Network untuk Estimasi Kuat Tekan Beton. Journal of Intelligent Systems, 1(1).
Silalahi, D. K., Murfi, H., & Satria, Y. (2017). Studi Perbandingan Pemilihan Fitur untuk Support Vector Machine pada Klasifikasi Penilaian Risiko Kredit, 1(2), 119–136.
Singh, S., & Gupta, P. (2014). Comparative study ID3, cart and C4 . 5 Decision tree algorithm: a survey. International Journal of Advanced Information
Science and Technology (IJAIST), 27(27), 97–103.
https://doi.org/10.15693/ijaist/2014.v3i7.47-52
Srivastava, S. (2014). Weka: A Tool for Data preprocessing, Classification, Ensemble, Clustering and Association Rule Mining. International Journal of Computer Applications, 88(10), 975–8887. https://doi.org/10.5120/15389-3809
Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika
Tri Vulandari, Retno. (2017). Data Mining : Teori dan Aplikasi Rapidminer. Yogyakarta : Penerbit Gava Media
Wahono, R. S., & Suryana, N. (2013). Combining particle swarm optimization based feature selection and bagging technique for software defect prediction. International Journal of Software Engineering and Its Applications.
82
https://doi.org/10.14257/ijseia.2013.7.5.16
Wu, H., Yang, S., Huang, Z., He, J., & Wang, X. (2018). Type 2 diabetes mellitus prediction model based on data mining. Informatics in Medicine Unlocked, 10, 100–107. https://doi.org/10.1016/j.imu.2017.12.006
83
RIWAYAT HIDUP
Penulis bernama Annisa Maulana Majid lahir di Pati pada tanggal 20 Juni 1996, anak pertama dari dua bersaudara dari pasangan bapak Sugiyanto dan ibu Kasmini. Penulis beragama Islam dan tinggal di Perumahan Pesona Ciantra blok A-10 No. 14 RT 01/013, Desa Ciantra, Kecamatan Cikarang Selatan, Kabupaten Bekasi. Penulis telah menyelesaikan pendidikan tingkat sekolah dasar di SDN Sukaresmi 06 Cikarang Selatan tahun 2002-2008, tingkat menengah pertama di SMPN 03 Cikarang Selatan tahun 2008-2011, tingkat menengah atas di SMKN 01 Cikarang Selatan dengan kejuruan Teknik Komputer dan Jaringan tahun 2011-2014. Penulis melanjutkan sekolah jenjang sarjana di perguruan tinggi Sekolah Tinggi Teknologi (STT) Pelita Bangsa program studi Teknik Informatika pada tahun 2014. Penulis merupakan penerima Beasiswa PPA Dikti tahun 2015 dan 2017. Penulis bekerja sebagai guru les dan pernah menjadi asisten dosen. Penulis aktif dikegiatan seminar yang diadakan oleh STT Pelita Bangsa dan pernah mengikuti acara kepanitiaan di STT Pelita Bangsa.
