Penerapan metode naïve bayes classifier dan algoritma adaboost untuk prediksi penyakit ginjal kronik HALAMAN DEPAN

(1)

commit to user

PENERAPAN METODE

NAÏVE BAYES CLASSIFIER

_DAN

ALGORITMA

ADABOOST

_{UNTUK PREDIKSI PENYAKIT}

GINJAL KRONIK

SKRIPSI

Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu Program Studi Informatika

Disusun Oleh:

ADHI INDRA IRAWAN

NIM. M0508023

PROGRAM STUDI INFORMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET

(2)

commit to user SKRIPSI

PENERAPAN METODE

NAÏVE BAYES CLASSIFIER

_DAN

ALGORITMA

ADABOOST

_{UNTUK PREDIKSI PENYAKIT}

GINJAL KRONIK

Disusun Oleh:

ADHI INDRA IRAWAN

NIM. M0508023

Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu Program Studi Informatika

PROGRAM STUDI INFORMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET

(3)

commit to user

i

SKRIPSI

PENERAPAN METODE

NAÏVE BAYES CLASSIFIER

_DAN

ALGORITMA

ADABOOST

_{UNTUK PREDIKSI PENYAKIT}

GINJAL KRONIK

Disusun Oleh:

ADHI INDRA IRAWAN

NIM. M0508023

Skripsi ini telah disetujui untuk dipertahankan di hadapan Dewan Penguji pada tanggal:

Pembimbing I

Ristu Saptono, S.Si., M.T. NIP. 19790210 200212 1 001

Pembimbing II

(4)

commit to user

ii

SKRIPSI

PENERAPAN METODE

NAÏVE BAYES CLASSIFIER

_DAN

ALGORITMA

ADABOOST

_{UNTUK PREDIKSI PENYAKIT}

GINJAL KRONIK

HALAMAN PENGESAHAN

Disusun oleh : ADHI INDRA IRAWAN

M0508023

Telah dipertahankan di hadapan Dewan Penguji Pada tanggal :

Susunan Dewan Penguji

1. Ristu Saptono, S.Si., M.T. NIP. 19790210 200212 1 001

2. Afrizal Doewes, S.Kom., M.Sc. NIP. 19850831 201212 1 004

3. Meiyanto Eko Sulistyo, S.T., M.Eng. NIP. 19770513 200912 1 004

4. Hasan Dwi Cahyono, S.Kom., M.Kom. NIP. 19820524 201404 1 001

( )

Disahkan oleh

Kepala Program Studi Informatika

(5)

commit to user

iii

MOTTO

“Wahai orang-orang yang beriman! Mohonlah pertolongan (kepada Allah)

dengan sabar dan sholat. Sungguh, Allah beserta orang-orang yang sabar.”

(Q.S. Al Baqarah: 153)

“Bersemangatlah atas hal-hal yang bermanfaat bagimu. Minta tolonglah pada

Allah, jangan engkau lemah.”

(HR. Muslim)

"Baragsiapa bertakwa pada Allah, niscaya Dia akan mengadakan baginya jalan

keluar."

(6)

commit to user

iv

PERSEMBAHAN

Kupersembahkan karya ini kepada :

Bapakku

t,

, Ibuku, dan Kedua Kakakku

(7)

commit to user

v

PENERAPAN METODE NAÏVE BAYES CLASSIFIER_{DAN ALGORITMA}

ADABOOST_{UNTUK PREDIKSI PENYAKIT GINJAL KRONIK}

ADHI INDRA IRAWAN

Program Studi Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret.

ABSTRAK

Permasalahan yang sering terjadi pada dataset mengenai kesehatan yaitu banyaknya atribut yang memiliki missing value. Metode Naïve Bayes dikenal mampu memberikan akurasi yang baik dibandingkan dengan metode lainnya dalam menghadapi missing value. Namun ketika hasil yang diperoleh masih belum bisa memuaskan maka digunakan boosting dengan AdaBoost untuk meningkatkan kinerjanya.

Penelitian ini membahas penerapan metode Naïve Bayes dan AdaBoost

dalam mengklasfikasikan penyakit ginjal kronik atau chronic kidney disease

(CKD). Dari hasil dengan perhitungan confusion matrix didapatkan akurasi sebesar 0,95 dan F1-score sebesar 0,958 untuk metode Naïve Bayes. Sedangkan penggabungan dengan AdaBoost berhasil meningkatkan akurasi menjadi 0,98 dan

F1-score sebesar 0,984. Ketika dilakukan penggantian missing value, metode Naïve

Bayes mengalami penurunan akurasi menjadi 0,945 dan F1-score 0,954, sedangkan

algoritma AdaBoost berhasil meningkatkan akurasi menjadi 0,9825 dan F1-score sebesar 0,986. Hal ini menunjukkan bahwa metode Naïve Bayes memiliki kemampuan yang baik dalam menghadapi missing value dan algoritma AdaBoost

berhasil meningkatkan kinerja dengan meningkatkan akurasi.

(8)

commit to user

vi

IMPLEMENTATION OF NAÏVE BAYES CLASSIFIER METHOD AND ADABOOST ALGORITHM FOR PREDICTION OF CHRONIC KIDNEY

DISEASE

ADHI INDRA IRAWAN

Department of Informatics. Faculty of Mathematics and Natural Science. Sebelas Maret University improve its performance.

This study discusses the application of Naïve Bayes method and AdaBoost algorithm to classify chronic kidney disease (CKD). From the result obtained by calculating the confusion matrix, the Naïve Bayes method achieved the accuracy of 0.95 and F1-score of 0.958 . While the combination of AdaBoost and Naïve Bayes

managed to improve the accuracy of 0.98 and F1-score of 0.984. When the missing

values are replaced, the accuracy of Naïve Bayes decreased to 0.945 and F1-score

of 0.954, while AdaBoost successfully increased the accuracy to 0.9825 and F1

-score of 0.986. This shows that the Naïve Bayes method has good ability in dealing with missing values and AdaBoost algorithm were managed to improve the Naïve Bayes performance by increasing the accuracy.

(9)

commit to user

vii

KATA PENGANTAR

j

Puji syukur penulis panjatkan kehadirat Allah

k

yang senantiasa memberikan nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi dengan judul Penerapan Metode Naïve Bayes Classifier dan Algoritma Adaboost

untuk Prediksi Penyakit Ginjal Kronik, yang menjadi salah satu syarat wajib untuk memperoleh gelar Sarjana Informatika di Universitas Sebelas Maret (UNS) Surakarta. Semoga shalawat serta salam selalu tercurahkan pada suri teladan kita Rasulullah Muhammad n, beserta keluarga, para Sahabat, dan semua yang mengikuti kebaikan mereka.

Penulis menyadari akan keterbatasan yang dimiliki, begitu banyak bimbingan, bantuan, serta motivasi yang diberikan dalam proses penyusunan skripsi ini. Oleh karena itu, ucapan terima kasih penulis sampaikan kepada :

1. Bapak Ristu Saptono, S.Si., M.T. selaku Dosen Pembimbing I yang penuh kesabaran membimbing, mengarahkan, dan memberi motivasi kepada penulis selama proses penyusunan skripsi ini,

2. Bapak Afrizal Doewes, S.Kom., M.Sc. selaku Dosen Pembimbing II yang penuh kesabaran membimbing, mengarahkan, dan memberi motivasi kepada penulis selama proses penyusunan skripsi ini,

3. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D selaku Kepala Program Studi S1 Informatika,

4. Bapak Dr. Wiranto, M.Cs. selaku Pembimbing Akademik yang telah banyak memberi bimbingan dan pengarahan selama penulis menempuh studi di Program Studi Informatika FMIPA UNS,

5. Bapak dan Ibu dosen serta karyawan di Program Studi Informatika FMIPA UNS yang telah mengajar penulis selama masa studi dan membantu dalam proses penyusunan skripsi ini,

6. Ibu, Bapak, dan kakakku, serta teman-teman yang telah memberikan dorongan baik moral maupun materi kepada penulis.

7. Roma, Irul, Adit, Dhike, Cici, Bagus, dan Rancang yang telah memberikan bantuan dan semangat sehingga penyusunan skripsi ini dapat terselesaikan.

Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak yang berkepentingan.

Surakarta, April 2016

(10)

commit to user

1. 2. Rumusan Masalah ... 15

1. 3. Batasan Masalah ... 15

1. 4. Tujuan Penelitian ... 16

1. 5. Manfaat Penelitian ... 16

1. 6. Sistematika Penulisan ... 16

BAB II TINJAUAN PUSTAKA ... 17

2. 1. Dasar Teori ... 17

2. 1. 1 Data Mining ... 17

2. 1. 2 Klasifikasi ... 18

2. 1. 3 Naïve Bayes Classifier ... 21

2. 1. 4 AdaBoost ... 25

(11)

commit to user

ix

2. 2. Penelitian Terkait ... 33

2. 3. Fokus Penelitian ... 36

BAB III METODOLOGI PENELITIAN... 37

3. 1. Pengumpulan Data ... 37

3. 1. 1 Dataset ... 37

3. 2. Analisis dan Perancangan ... 38

3. 2. 1 Proses Data Cleaning ... 38

3. 2. 2 Proses Pelatihan dengan Naïve Bayes dan AdaBoost ... 38

3. 2. 3 Cross Validation ... 39

3. 3. Pengembangan Aplikasi ... 40

3. 4. Pengujian dan Analisis Hasil ... 40

BAB IV HASIL DAN PEMBAHASAN ... 43

4. 1. Pengumpulan Data ... 43

4. 1. 1 Dataset ... 43

4. 2. Analisis dan Perancangan ... 45

4. 2. 1 Proses Data Cleaning ...45

4. 2. 2 Proses Pelatihan dengan Naïve Bayes dan AdaBoost ...46

4. 2. 2. 1 Contoh Pelatihan AdaBoost dengan AdaBoost ...46

4. 2. 3 Cross Validation ...49

4. 3. Pengembangan Aplikasi ... 49

4. 4. Pengujian dan Analisis Hasil ... 50

4. 4. 1 Pengujian denganNaïve Bayes dan AdaBoost dengan Dataset Ber-Missing value ...50

4. 4. 1. 1 Pengujian dengan Naïve Bayes Classifier ...50

4. 4. 1. 2 Pengujian dengan AdaBoost ...51

4. 4. 2 Pengujian Naïve Bayes dan AdaBoost Menggunakan Dataset dengan Penggantian Missing value ...52

4. 4. 2. 1 Pengujian Data dengan Naïve Bayes Classifier ...52

4. 4. 2. 2 Pengujian Data dengan AdaBoost ...53

(12)

commit to user

x

BAB V PENUTUP ... 57

5. 1. Kesimpulan ... 57

5. 2. Saran ... 57

DAFTAR PUSTAKA ... 58

(13)

commit to user

xi

DAFTAR GAMBAR

Gambar 2.1. Ilustrasi Penjelasan Klasifikasi ... 19

Gambar 2.2 Tahapan Proses Klasifikasi ... 20

Gambar 3.1 Alur Metodologi Penelitian ... 37

(14)

commit to user

xii

DAFTAR TABEL

Tabel 2.1 Contoh Training Set dari Basis Data CKD ... 23

Tabel 2.2 Contoh Data Training... 27

Tabel 2.3 Threshold ... 27

Tabel 2.6 Inisialisasi Bobot Awal ... 28

Tabel 2.7 Hasil Probabilitas = Pada ... 29

Tabel 2.8 Probabilitas = pada ... 30

Tabel 2.9 Probabilitas = pada ... 30

Tabel 2.10 Stadium dan Tindakan Terhadap CKD ... 32

Tabel 2.11 Tabel Penelitian Terkait ... 35

Tabel 3.2 Confusion Matrix ... 41

Tabel 4.1 Parameter dan Nilai Dataset CKD ... 43

Tabel 4.2 Pengisian Missing Value ... 45

Tabel 4.3 Contoh Data Training CKD ... 46

Tabel 4.4 Probabilitas Nilai Bobot Awal ... 46

Tabel 4.5 Tabel Nilai Prediksi untuk ℎ ... 46

Tabel 4.6 Hasil Update Distribusi Probabilitas pada ℎ ... 47

Tabel 4.7 Tabel Nilai Prediksi untuk ℎ ... 48

Tabel 4.8 Update Probabilitas Distribusi ℎ ... 48

Tabel 4.9 Confusion Matrix Naïve Bayes Data Ber-missing Value ... 50

Tabel 4.10 Confusion Matrix AdaBoost Optimalisasi Perulangan 10 kali ... 51

Tabel 4.11 Confusion Matrix Naïve Bayes Dengan Penggantian Missing Value . 52 Tabel 4.12 Confusion Matrix AdaBoost Dengan Penggantian Missing Value ... 53

Tabel 4.13 Rekapitulasi Hasil Pengujian ... 56

Tabel A.1 Atribut dan Keterangan Dataset Penyakit Ginjal Kronik ... 62

Tabel B.1 Data Penyakit Ginjal Kronik Bagian 1 ... 64

(15)

commit to user

xiii

DAFTAR LAMPIRAN