i
KLASIFIKASI PERSALINAN NORMAL ATAU CAESAR
MENGGUNAKAN ALGORITMA C4.5
Skripsi
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh :
Laurensia Maria Nindia Bernita 125314090
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
ii
CLASSIFICATION OF NORMAL OR CAESAREAN BIRTH
USING C4.5 ALGORITHM
A Thesis
Presented as Partial Fullfillment of the Requirements To Obtain the Sarjana Komputer Degree In Informatics Engineering Study Program
By :
Laurensia Maria Nindia Bernita 125314090
INFORMATICS ENGINEERING STUDY PROGRAM
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
v
HALAMAN PERSEMBAHAN
"Pendidikan merupakan senjata paling ampuh yang bisa kamu gunakan untuk merubah dunia"
- Nelson Mandela -
Sebenarnya tantangannya bukan me-manage waktu tapi
me-manage diri kita sendiri.
- Mario Teguh -
Nothing is impossible.
Anything can happen as long as we believe.
Karya ini penulis persembahkan kepada :
Tuhan Yesus Kristus
Keluarga Tercinta
Sahabat dan Teman-teman
viii ABSTRAK
Penelitian ini bertujuan untuk menganalisis jenis persalinan dengan menggunakan algoritma C4.5, yaitu salah satu metode pohon keputusan yang ada dalam teori penambangan data (data mining). Data pasien persalinan diperoleh dari sebuah rumah sakit umum di Yogyakarta, untuk tahun kelahiran 2010 - 2016. Data yang digunakan berisi informasi tentang usia ibu, usia kandungan, berat badan, tinggi badan, hasil tes laboratorium (hemoglobin, hematokrit, lekosit, trombosit, eritrosit, glukosa, protein, dan HbsAG), pinggul sempit/tidak, hamil primi/tidak, hamil tunggal/ganda, letak janin, presentasi janin, riwayat persalinan, ada riwayat abortus/tidak, riwayat penyakit, taksiran bobot bayi, dan ketuban pecah dini/tidak dan jenis persalinan (normal/caesar).
Sistem yang telah dibangun diuji dengan menggunakan teknik 7-fold cross validation dengan jumlah sampel data sebanyak 288 data. Tingkat keakuratan sistem yang dihasilkan sebesar 72,00 %.
ix ABSTRACT
The research aimed to analyze childbirth type using C4.5 algorithm which is one of the decision tree methods available in the data mining theory. Childbirth patients data was obtained from a public hospital in Yogyakarta, for the 2010-2016 period. Data that was used contains information about the age of the mother, the gestational age, weight, height, laboratory test results (haemoglobin, hematocrit, leukocytes, platelet, erythrocytes, glucose, protein, and HbsAg), narrow hip or not, primigravida pregnancy or not, single or multiple pregnancy, fetus position, fetus presentation, childbirth history, any abortion history or not, disease history, fetus weight estimation, and early rupture of membrane or not, and childbirth type (normal delivery / caesarian section).
The system that has been built was tested using 7-fold cross validation technic on 288 data samples. The accuracy level of the system is 72.00%.
x
KATA PENGANTAR
Puji syukur kepada Tuhan yang Maha Esa, atas berkat dan rahmatNya penulis mampu menyelesaikan penelitian tugas akhir dengan judul “Klasifikasi Persalinan
Normal atau Caesar Menggunakan Algoritma C4.5”.
Penelitian ini tidak akan selesai tanpa adanya dukungan, semangat, dan bantuan dari banyak pihak. Untuk itu, pada kesempatan ini penulis ingin mengucapkan terima kasih kepada :
1. Tuhan Yesus Kristus atas segala berkatNya yang melimpah.
2. Bapak Sudi Mungkasi, S.Si., M.Math. Sc., Ph.D selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.
3. Ibu Dr. Anastasia Rita Widiarti selaku Ketua Program Studi Teknik Informatika.
4. Romo Dr. Cyprianus Kuntoro Adi, S.J., M.A., M.Sc. selaku dosen pembimbing tugas akhir dan dosen pembimbing akademik yang telah memberikan motivasi, waktu dan kesabarannya dalam membimbing penulis hingga dapat menyelesaikan tugas akhir ini.
5. Ibu P.H. Prima Rosa, S.Si., M.Sc. selaku dosen penguji tugas akhir. 6. Bapak Eko Hari Parmadi, S.Si., M.Kom selaku dosen penguji tugas
akhir.
7. Seluruh dosen yang telah mendidik dan memberikan ilmu pengetahuan berharga selama penulis belajar di Universitas Sanata Dharma.
8. Seluruh staff sekretariat dan laboran yang turut membentu penulis dalam menyelesaikan tugas akhir ini.
9. Pihak staff rumah sakit yang telah memberikan ijin dan bantuan sehingga penulis memperoleh data penelitian.
xi
11.Kakak Stevani Adhela G.P.C, S.Psi. dan adik Margaretha Kristiana T. yang telah memberikan semangat, motivasi dan dukungan yang luar biasa.
12.Mba Vita, Mas Tomi dan Anin atas dukungannya dan semangatnya. Terima kasih sudah boleh tinggal di rumah kalian.
13.Keluarga besar yang telah memberikan doa, semangat dan dukungan. 14.Sahabat-sahabatku, Dhesty, Itha, Pryli, Imas, dan Astrid atas semangat
yang diberikan. Terima kasih atas kebersamaannya selama 4 tahun ini. 15.Sahabat-sahabat masa kecilku, Devita dan Tia atas dukungan dan
semangatnya, kalian luar biasa.
16.Teman-teman seperjuangan skripsi atas motivasi, semangat, bantuan dan waktunya untuk belajar dan berdiskusi bersama.
17.Seluruh teman-teman TI angkatan 2012, terima kasih atas semangat, dukungan serta kebersamaannya selama ini.
18.Pihak-pihak lain yang turut membantu dalam menyelesaikan tugas akhir ini, yang tidak dapat disebutkan satu per satu.
Penelitian ini masih memiliki banyak kekurangan. Maka dari itu, penulis menerima masukan saran dan kritik membangun yang berguna di masa yang akan datang. Semoga penelitian tugas akhir ini dapat membawa manfaat bagi semua pihak.
Yogyakarta, 16 Februari 2017
xii DAFTAR ISI
HALAMAN PERSETUJUAN ... ii
HALAMAN PENGESAHAN ... iii
HALAMAN PERSEMBAHAN ... iv
PERNYATAAN KEASLIAN KARYA ... vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ... vii
ABSTRAK ... vii
ABSTRACT ... ix
KATA PENGANTAR ... x
DAFTAR ISI ... xii
DAFTAR GAMBAR ... xiv
DAFTAR TABEL ... xv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 4
1.3 Tujuan Penelitian ... 4
1.4 Manfaat Penelitian ... 4
1.5 Batasan Masalah ... 4
1.6 Metodologi Penelitian ... 5
1.7 Sistematika Penulisan... 6
BAB II LANDASAN TEORI ... 7
2.1 Persalinan ... 7
2.1.1 Pengertian Persalinan ... 7
2.1.2 Jenis Persalinan ... 8
2.1.3 Faktor-Faktor yang Mempengaruhi Jenis Persalinan ... 8
2.2 Penambangan Data ... 11
2.2.1 Pengertian Penambangan Data ... 11
2.2.2 Proses Penambangan Data ... 12
2.2.3 Pengelompokan Penambangan Data ... 14
2.3 Klasifikasi ... 16
2.4 Pohon Keputusan ... 16
xiii
2.4.2 Kelebihan Pohon Keputusan ... 17
2.4.3 Kekurangan Pohon Keputusan ... 17
2.4.4 Algoritma Pohon Keputusan ... 18
2.4 Algoritma C4.5 ... 20
2.4.1 Definisi Algoritma C4.5 ... 20
2.5 K-Fold Cross Validation ... 23
2.6 Confusion Matriks dan Akurasi ... 24
BAB III METODOLOGI PENELITIAN ... 25
3.1 Data ... 25
3.2 Proses Sistem ... 25
3.2.1 Data Mentah ... 26
3.2.2 Transformasi Data ... 31
3.2.3 Data Testing dan Data Training ... 35
3.2.4 Pemodelan dengan Algoritma C4.5 ... 36
3.2.5 Pengujian Akurasi ... 44
3.2.6 Pengujian Data Tunggal ... 44
BAB IV IMPLEMENTASI SISTEM DAN ANALISA HASIL ... 45
4.1 Implementasi Sistem ... 45
4.1.1 Implementasi Source Code ... 45
4.1.2 Implementasi User Interface ... 56
4.2 Hasil dan Analisa ... 58
4.3 Pengujian Data ... 68
BAB V KESIMPULAN DAN SARAN ... 69
5.1 Kesimpulan ... 69
5.2 Saran ... 69
DAFTAR PUSTAKA ... 70
LAMPIRAN I ... 73
xiv
DAFTAR GAMBAR
Gambar 2. 1 Tahapan Penambangan Data ... 12
Gambar 2. 2 Contoh Pohon Keputusan ... 17
Gambar 3. 1 Diagram Blok ... 26
Gambar 3. 2 Pohon Keputusan Hasil Perhitungan Root / Node 1 ... 38
Gambar 3. 3 Pohon Keputusan Hasil Perhitungan Node 2 ... 40
Gambar 3. 4 Pohon Keputusan Hasil Perhitungan Node 3 ... 41
Gambar 3. 5 Pohon Keputusan Hasil Perhitungan Node 4 ... 43
Gambar 4. 1 Halaman Utama ... 56
Gambar 4. 2 Menu Tabel Data ... 57
Gambar 4. 3 Menu Klasifikasi ... 57
Gambar 4. 4 Menu Tree ... 57
Gambar 4. 5 Menu Uji Data Tunggal ... 58
Gambar 4. 6 Tree ... 65
xv
DAFTAR TABEL
Tabel 2. 1 Confusion Matriks untuk Kalasifikasi 2 Kelas...24
Tabel 3. 1 Data Atribut...26
Tabel 3. 2 Contoh Data Pasien Persalinan...30
Tabel 3. 3 Contoh Data Setelah Tahap Transformasi...34
Tabel 3. 4 Pembagian 7-fold...35
Tabel 3. 5 Contoh Data Pasien Persalinan...36
Tabel 3. 6 Perhitungan Root / Node 1...37
Tabel 3. 7 Perhitungan Node 2...38
Tabel 3. 8 Perhitungan Node 3...40
Tabel 3. 9 Perhitungan Node 4...42
1 BAB I
PENDAHULUAN
Pada bab ini dijelaskan mengenai latar belakang masalah dari penelitian, permasalahan penelitian, tujuan yang ingin dicapai, manfaat yang diharapkan, batasan masalah, serta tahapan dalam penyelesaian tugas akhir.
1.1 Latar Belakang
Teknologi informasi akan terus berkembang seiring dengan perkembangan jaman. Hal tersebut berdampak pada kebutuhan informasi yang cepat dan akurat bagi kehidupan sehari-hari. Dimana teknologi informasi memiliki peran penting terhadap kehidupan manusia di masa sekarang dan masa akan datang. Hal ini dapat dilihat dari pemanfaatan teknologi di berbagai bidang, seperti contohnya di bidang kedokteran atau kesehatan.
Persalinan sebagai salah satu bagian dalam kedokteran kebidanan merupakan proses fisiologis dimana uterus mengeluarkan atau berupaya mengeluarkan janin dan plasenta setelah masa kehamilan 20 minggu atau lebih untuk dapat hidup diluar kandungan melalui jalan lahir atau jalan lain dengan bantuan atau tanpa bantuan (Manuaba, 1998). Persalinan adalah suatu proses yang dialami oleh wanita yang akan berlangsung dengan sendirinya, tetapi persalinan yang membahayakan ibu maupun janinnya memerlukan pengawasan, pertolongan dan pelayanan dengan fasilitas yang memadai.
penting, diantaranya kekuatan ibu saat mengejan, keadaan jalan lahir, dan keadaan janin. 2) Persalinan dengan alat bantu adalah persalinan yang dilakukan apabila suatu kondisi menyebabkan janin tidak juga lahir meski sudah terjadi bukaan penuh, sedangkan ibu telah kehabisan tenaga untuk mengejan, maka dokter yang menangani akan melakukan persalinan menggunakan alat bantu yang disebut vakum dan forsep. 3) Persalinan dengan operasi caesar adalah jenis persalinan yang menjadi solusi akhir, apabila proses persalinan normal dan penggunaan alat bantu sudah tidak lagi bisa dilakukan untuk mengeluarkan janin dari dalam kandungan. Persalinan caesar ini biasanya dilakukan karena kondisi tertentu (ketuban bocor, bayi sungsang, persalinan bayi kembar atau terjadi komplikasi). 4) Persalinan di dalam air (water birth) adalah jenis persalinan dengan menggunakan bantuan air saat proses melahirkan. Ketika sudah mengalami pembukaan sempurna, maka ibu hamil masuk ke dalam bak yang berisi air dengan suhu 36-37 Celcius. Setelah bayi lahir, maka secara pelan-pelan diangkat dengan tujuan agar tidak merasakan perubahan suhu yang ekstrem. Dari keempat jenis persalinan diatas, yang biasa dilakukan khususnya oleh masyarakat Indonesia adalah persalinan normal dan persalinan dengan operasi caesar.
Pada masa lalu melahirkan dengan cara operasi merupakan hal yang menakutkan karena dinilai berisiko kematian. Oleh karena itu, pembedahan hanya dilakukan jika persalinan normal dapat membahayakan ibu dan janinnya. Namun, seiring dengan berjalannya waktu serta berkembangnya kecanggihan bidang ilmu kedokteran kebidanan pandangan tersebut mulai bergeser. Kini bedah caesar (sectio caesarea) kadang menjadi alternatif pilihan persalinan dengan beberapa pertimbangan medis (Kasdu, 2003).
normal berkisar antara 2,5-4,0 kg. Keadaan plasenta dan tali pusar juga menjadi perhatian khusus. Kedua, faktor ibu itu sendiri yang berkaitan dengan ukuran punggul. Apakah ukuran pinggul ibu cukup luas untuk dilewati bayinya kelak, sehingga perlu memperhatikan bobot bayi. Selain itu, ibu pun harus dinyatakan sehat secara fisik, artinya tidak menderita penyakit lain, seperti hipertensi, jantung dan diabetes. Ketiga, faktor kontraksi saat menjelang persalinan. Apakah ada kontraksi simultan ataukah hilang-timbul, bahkan tidak ada kontraksi sama sekali yang mengharuskan si ibu diinduksi dengan pemberian hormon oksitosin melalui infus atau prostaglandin melalui vagina. Keempat, faktor yang sering dianggap remeh namun sebenarnya sangat berpengaruh, yaitu kondisi psikis si ibu. Dukungan dari si ayah ataupun kerabat keluarga lain sangat diperlukan demi kelancaran persalinan, selain tenaga medis yang menanganinya.
Meskipun telah mempertimbangkan faktor-faktor penting diatas, masih saja terjadi kesalahan penentuan jenis persalinan oleh dokter kandungan sehingga dapat membahayakan ibu dan janin. Risiko terburuk yang terjadi adalah kematian baik ibu, bayi, maupun keduanya. Apabila hal tersebut terjadi tidak hanya keluarga calon bayi yang merasa dirugikan, tapi instansi rumah sakit juga merasa dirugikan karena menganggap hal tersebut adalah kesalahan dokter kandungan yang menangani persalinan tersebut.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka permasalahan yang dapat diambil dalam penelitian ini adalah :
1. Bagaimana pendekatan dengan algoritma C4.5 mampu mengklasifikasi persalinan normal atau caesar?
2. Berapa tingkat keakuratan yang dihasilkan dari pemakaian algoritma C4.5 dalam mengklasifikasi persalinan normal atau caesar?
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dari penelitian ini adalah penambangan data dengan algoritma C4.5 mampu mengklasifikasi jenis persalinan normal atau caesar terhadap data pasien persalian.
1.4 Manfaat Penelitian
Manfaat yang diharapkan dengan adanya penelitian ini adalah prediksi jenis persalinan dapat diketahui lebih dini sehingga baik pasien dan dokter dapat mempersiapkan untuk melakukan tindakan yang tepat.
1.5 Batasan Masalah
Batasan masalah yang ditentukan dalam penelitian ini adalah :
1. Format file masukan adalah .xlsx.
2. Data yang diolah adalah data pasien persalinan.
4. Sumber data yang digunakan berasal dari sebuah rumah sakit umum di Yogyakarta selama 7 tahun terakhir yaitu rentang tahun 2010 – 2016.
5. Penerapan penambangan data menggunakan algoritma C4.5.
1.6 Metodologi Penelitian
Metodologi yang dilakukan dalam menyelesaikan masalah pada penelitian ini adalah sebagai berikut :
1. Studi Pustaka
a. Studi literatur, mempelajari materi dengan mengumpulkan informasi melalui buku maupun website di internet yang berkaitan dengan data mining algoritma C4.5.
b. Mengumpulkan data rekam medis pasien persalinan dengan menyalinnya ke dalam sebuah file.
2. Penambangan Data
Pada penambangan data langkah penerapan metode Knowledge Discovery in Database (KDD) adalah sebagai berikut :
a. Pembersihan data (data cleaning), menghilangkan noise dan data yang tidak konsisten.
b. Integrasi data (data integration), menggabungkan data dari berbagai sumber yang berbeda.
c. Seleksi data (data selection), menyeleksi atau mengambil data yang relevan.
d. Transformasi data (data transformation), mengubah data menjadi bentuk yang sesuai agar dapat ditambang.
e. Penambangan data (data mining), menerapkan teknik penambangan data menggunakan algoritma C4.5.
1.7 Sistematika Penulisan
Secara garis besar, sistematika penulisan penelitian ini adalah sebagai berikut:
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang permasalahan, rumusan masalah, tujuan dan manfaat penelitian, batasan masalah, metodologi penelitian, serta sistematika penulisan yang berisi tentang gambaran secara singkat dari tiap-tiap bab yang ada dalam penelitian tugas akhir.
BAB II LANDASAN TEORI
Bab ini berisi teori-teori yang terkait dalam pembuatan penelitian ini serta algoritma dan variabel pendukung yang diterapkan dalam menyelesaikan masalah.
BAB III METODOLOGI PENELITIAN
Bab ini berisi tentang diskripsi data penelitian yang digunakan serta proses umum sistem dan tahap-tahap penyelesaian masalah.
BAB IV ANALISA HASIL DAN IMPLEMENTASI SISTEM
Bab ini berisi tentang hasil yang diperoleh dari pengujian yang dilakukan, serta implementasi dari perangkat lunak yang dibuat.
BAB V PENUTUP
7 BAB II
LANDASAN TEORI
Pada bab ini dijelaskan teori yang digunakan untuk mendukung penelitian tugas akhir dalam mengklasifikasi persalinan normal atau caesar dengan menggunakan algoritma C4.5.
2.1 Persalinan
2.1.1 Pengertian Persalinan
Definisi persalinan menurut beberapa tokoh adalah sebagai berikut:
1. Menurut Manuaba (2001), persalinan adalah proses pengeluaran hasil konsepsi (janin dan urin) yang telah cukup bulan atau dapat hidup diluar kandungan atau melalui jalan lain dengan bantuan atau tanpa bantuan.
2. Menurut Sarwono (2002), persalinan adalah proses pengeluaran janin yang terjadi pada kehamilan cukup bulan (37-42 minggu), lahir spontan dengan presentasi belakang kepala yang berlangsung dalam 18 jam tanpa komplikasi baik pada ibu maupun pada janin. 3. Menurut Yanti (2010), persalinan adalah serangkaian kejadian
yang berakhir dengan pengeluaran bayi cukup bulan atau hampir cukup bulan, disusul dengan pengeluaran plasenta dan selaput janin dari tubuh ibu.
2.1.2 Jenis Persalinan
Proses persalinan dibagi menjadi dua cara, yaitu (Sarwono, 2002) :
1. Persalinan normal, proses kelahiran janin pada kehamilan cukup bulan (37 – 42 minggu), pada janin letak mamanjang, presentasi belakang kepala yang disusul dengan pengeluaran plasenta dan selukur proses kelahiran itu berakhir dalam waktu kurang dari 24 jam tanpa tindakan atau pertolongn buatan dan tanpa komplikasi. 2. Persalinan abnormal, biasa disebut persalinan caesar dimana
persalianan pervagianam dengan bantuan alat-alat maupun dinding perut dengan operasi caesar.
2.1.3 Faktor-Faktor yang Mempengaruhi Jenis Persalinan
Ada beberapa faktor yang mempengaruhi jenis persalinan, antara lain :
1. Usia
Usia reproduksi yang optimal bagi seorang ibu untuk hamil dan melahirkan adalah 20-35 tahun karena pada usia ini secara fisik dan psikologi ibu sudah cukup matang dalam menghadapi kehamilan dan persalinan.
2. Anatomi Tubuh Ibu Melahirkan
Ibu yang memiliki tinggi badan <145 cm terjadi ketidakseimbangan antara luas pinggul dan besar kepala bayi. Sebagian besar kasus partus tak maju disebabkan oleh tulang panggul ibu terlalu sempit sehinggga tidak mudah dilintasi kepala bayi waktu bersalin. Proporsi wanita dengan rongga panggul yang sempit menurun dengan meningkatnya tinggi badan. Persalinan macet yang disebabkan pinggul sempit jarang terjadi pada wanita bertubuh tinggi.
3. Riwayat Persalinan
Persalinan oleh ibu hamil dengan prematur, operasi caesarea, bayi lahir mati, persalinan dengan induksi serta semua persalinan tidak normal merupakan suatu resiko tinggi pada persalinan berikutnya.
Sebuah penelitian di Medan yang dilakukan oleh Sarumpaet tahun 1998-1999 menghasilkan bahwa ibu yang mengalami komplikasi persalinan kemungkinan 7,3 kali lebih besar mempunyai riwayat persalinan jelek dibandingkan yang tidak mempunyai riwayat persalinan jelek.
4. Keadaan Pinggul
5. Presentasi
Hal yang biasa terjadi adalah ketika presentasi janin pada daerah bagian kepala, seperti kepala belakang, dahi dan muka akan mempermudah proses persalinan, namun sebaliknya bila presentasi bokong maka dokter akan mengambil tindakan selanjutnya.
6. Ketuban Pecah Dini
Apabila pada pinggul sempit, pintu atas pinggul tidak tertutup dengan sempurna oleh janin, ketuban bisa pecah pada pembukaan kecil. Bila kepala tertahan pada pintu atas pinggul, seluruh tenaga dari uterus diarahkan ke bagian membran yang menyentuh os internal, akibatnya ketuban pecah akan lebih mudah terjadi.
7. Tes Darah
Melakukan tes darah pada masa kehamilan bertujuan untuk mengetahui golongan darah dan mengetahui tingkatan kadar gula darah di dalam tubuh. Gula darah yang tinggi bisa menyebabkan komplikasi kehamilan. Kadar zat besi dan hemoglobin didalam darah sangat penting untuk diperiksa untuk mengetahui kondisa kesehatan pada ibu hamil. Terutama ibu hamil yang memiliki riwayat anemia. Selain itu pemeriksaan hemoglobin bertujuan untuk mengetahui kadar hemoglobin dalam perkembangan kehamilan.
dilakukan untuk mengetahui antibodi yang dimiliki ibu hamil untuk menjaga kesehatan ibu dan janin dalam menangkal beberapa virus dan bakteri penyebab penyakit.
Selain faktor yang telah dijabarkan diatas masih ada faktor-faktor lain yang dinilai dapat mendukung dalam penentuan jenis persalinan.
2.2 Penambangan Data
2.2.1 Pengertian Penambangan Data
Penambangan data (data mining) merupakan serangkaian kegiatan mengolah atau menambang data dalam jumlah besar yang tersimpan dalam database, gudang data atau sumber data lainnya dengan tujuan memperoleh informasi dan pengatahuan (Han & Kember, 2006).
Data mining merupakan proses semi otomatik yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan mechine learning untuk mengekstraksi dan mengidentifikasi informasi pengetahun potensial dan berguna yang bermanfaat yang tersimpan di dalam database besar (Turban et al, 2005).
Menurut Gartner Group data mining adalah suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistik dan matematika (Larose, 2006).
Berdasarkan definisi-definisi yang telah disampaikan, hal penting yang terkait dengan data mining adalah (Larose, 2006) :
2. Data yang akan diproses berupa data yang sangat besar.
3. Tujuan data mining adalah mendapatkan hubungan atau pola yang mungkin memberikan indikasi yang bermanfaat.
2.2.2 Proses Penambangan Data
Penambangan data dapat menjadi sebuah proses dalam memperoleh pengetahun. Metode Knowledge Discovery in Database (KDD) digunakan untuk memperolehan pengetahuan seperti ditunjukkan pada gambar 2.1.
Berikut merupakan ilustrasi dari tahapan penambangan data :
Karena penambangan data adalah suatu rangkaian proses, maka dibagi menjadi beberapa tahap dengan urutan sebagai berikut:
1. Pembersihan Data (Data Cleaning)
Tahap awal dalam penambangan data adalah menghapus data yang tidak konsisten dan noise yang terdapat dalam data, seperti data yang tidak relevan, data yang salah ketik maupun data kosong yang tidak diperlukan.
2. Integrasi Data (Data Integration)
Tahap penggabungan data dari sumber penyimpanan yang berbeda. Data-data ini akan digabungkan ke dalam suatu tempat penyimpanan data dalam suatu tabel utuh.
3. Seleksi Data (Data Selection)
Proses pengambilan dan penyeleksian data yang relevan dari sebuah database. Atribut-atribut data akan dicek apakah relevan untuk dilakukan penambangan data. Atribut yang tidak relevan tidak akan digunakan.
4. Transformasi Data (Data Transformation)
Tahap dimana data mengalami transformasi ke dalam bentuk yang sesuai. Tujuan tranformasi dalam proses penambangan data adalah agar bentuk yang dihasilkan lebih mudah dipahami dan dapat ditambang.
5. Penambangan Data (Data Mining)
6. Evaluasi Pola (Pattern Evaluation)
Pada tahap ini, dilakuakan proses identifikasi pola yang menarik. Pola tersebut akan direpresentasikan dalam bentuk pengetahuan berdasarkan beberapa pengukuran yang penting.
7. Presentasi Pengetahuan (Knowledge Presentation)
Pada tahap akhir, pengetahuan yang diperoleh kemudian dipresentasikan kepada pengguna.
Tahap 1 sampai dengan tahap 4 merupakan langkah awal dalam pemrosesan data dimana data dipersiapkan terlebih dahulu sebelum dilakukan penambangan. Pada tahap penambangan data, pengetahuan dasar akan digunakan. Pola-pola menarik akan dipresentasikan kepada pengguna dan akan disimpan sebagai pengetahuan baru. Penambangan data merupakan proses penting untuk dapat menemukan pola-pola tersembunyi yang nantinya akan dievaluasi.
2.2.3 Pengelompokan Penambangan Data
Penambangan data dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan, sebagai berikut (Larose, 2005) :
a. Deskripsi
b. Asosiasi
Tugas asosiasi adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis market basket.
c. Klasifikasi
Pada klasifikasi terdapat target atribut kategori yaitu kelasnya sudah diketahui dari awal. Sebagai contoh, menentukan apakah suatu transaksi kartu kredit merupakan transaksi yang curang atau bukan.
d. Estimasi
Estimasi hampir sama dengan klasifikasi, kecuali atribut target lebih ke arah numerik daripada ke arah kategori. Model dibangun menggunakan record lengkap yang menyediakan nilai dari atribut target sebagai nilai prediksi.
e. Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, namun dalam prediksi nilai dari hasil akan ada di masa mendatang.
f. Pengklusteran
2.3 Klasifikasi
Klasifikasi adalah proses untuk menentukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk mendapatkan perkiraan kelas dari suatu objek yang labelnya tidak diketahui. Model tersebut bisa berupa aturan “jika-maka”, pohon keputusan, formula matematis atau neural network. Secara umum proses klasifikasi dibagi menjadi dua fase : learning dan test. Pada fase learning, sebagaian data yang telah diketahui kelas datanya digunakan untuk membentuk model perkiraan. Sedangkan pada fase test, model yang sudah terbentuk diuji dengan sebagian data lainnya untuk mengetahui akurasi dari model tersebut. Bila akurasinya menjukupi model ini dapat dipakai untuk memprediksi kelas data yang belum diketahui.
2.4 Pohon Keputusan
2.4.1 Definisi Pohon Keputusan
[image:31.595.83.518.115.675.2]Gambar 2. 2 Contoh Pohon Keputusan (Pramudiono, 2008)
2.4.2 Kelebihan Pohon Keputusan
Kelebihan dari metode pohon keputusan adalah sebagai berikut (Faruz El Said, 2009) :
1. Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik. 2. Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena
ketika menggunakan metode pohon keputusan maka sample diuji hanya berdasarkan kriteria atau kelas tertentu.
3. Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih akan membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama. Secara fleksibel metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional.
2.4.3 Kekurangan Pohon Keputusan
Kekurangan dari metode pohon keputusan adalah sebagai berikut :
menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memori yang diperlukan.
2. Terjadi akumulasi jumlah error dari setiap tingkat dalam sebuah pohon keputusan yang besar.
3. Kesulitan dalam mendesain pohon keputusan yang optimal. 4. Hasil kualitas keputusan yang didapatkan dari metode pohon
keputusan sangat tergantung pada bagaimana pohon tersebut didesain.
2.4.4 Algoritma Pohon Keputusan
Banyak algoritma yang dipakai dalam pembentukan pohon keputusan, antara lain ID3, C4.5, CART.
a. ID3
Salah satu algoritma decision tree adalah algoritma ID3 (Iterative Dichotomiser 3). ID3 pertama kali dikembangkan oleh J.Ross Quinlan di University of Sydney. ID3 pertama kali disajikan pada tahun 1975 dalam sebuah buku, Machine Learning. ID3 didasarkan pada konsep Learning System (CLS) algoritma (Hamilton, 2001).
Kelebihan algoritma ID3 adalah sebagai berikut :
1. Dapat membuat aturan prediksi yang mudah dimengerti.
2. Mampu membangun pohon keputusan dengan cepat.
3. Mampu membangun pohon keputusan yang pendek.
Kekurangan algoritma ID3 adalah sebagai berikut :
1. Jika contoh yang diteliti terlalu kecil / sederhana mungkin membuat data over-classified.
2. Hanya satu atribut yang dapat dites dalam satu waktu untuk membuat keputusan.
b. C4.5
Algoritma C4.5 adalah pengembangan dari ID3 (Iterative Dichotomiser 3) yang merupakan salah satu algoritma pohon keputusan (Faruz El Said, 2009). Definisi mengenai algoritma C4.5 selanjutnya akan dijelaskan pada bagian 2.4.
c. CART
CART (Classification and Regression Tree) adalah salah satu algoritma pohon keputusan. CART adalah sebuah algoritma yang dapat menggambarkan hubungan antara varibel respon (variabel dependen) dengan variabel prediktor (variabel independen). Dalam CART setiap simpul dipecah menjadi 2 cabang. Menurut Breiman dkk (1993), bila variabel respon berbentuk kontinu maka metode yang dipakai adalah metode regression tree, sedangkan bila variabel respon memiliki skala kategori maka metode yang dipakai adalah metode classification tree.
Kelebihan algoritma ID3 adalah sebagai berikut :
1. Dapat melakukan komputasi dengan cepat.
2. Fleksibel dan memiliki dapat mengatur waktu perhitungan.
1. Membagi hanya dengan satu variabel. 2. Memiliki pohon keputusan yang tidak stabil.
2.4 Algoritma C4.5
2.4.1 Definisi Algoritma C4.5
Algoritma C4.5 merupakan salah satu algoritma modern yang digunakan untuk melakukan penambangan data. Dalam algoritma C4.5, input berupa sampel training, label training dan atribut. Sampel training berupa data contoh yang akan digunakan untuk membangun sebuah tree yang telah diuji kebenarannya. Sedangkan atribut merupakan field-field data yang nantinya akan digunakan sebagai parameter dalam melakukan klasifikasi data.
Kelebihan algoritma C4.5 adalah sebagai berikut :
1. Mampu menangani atribut dengan tipe diskrit atau kontinu. 2. Mampu menangani atribut yang kosong (missing value) 3. Pembentukan model mudah dipahami.
4. Bisa memangkas cabang.
Kekurangan algoritma C4.5 adalah sebagai berikut :
1. Susah membaca data berjumlah besar.
Algoritma dasar C4.5 untuk membangun pohon keputusan adalah sebagai berikut :
1. Memilih atribut sebagai akar (root).
2. Membuat cabang untuk masing-masing nilai. 3. Membagi kasus dalam cabang.
Berikut adalah algoritma C4.5 (Mitchell, 1997) :
Algoritma C4.5
Input : sampel training, label training, atribut
Buat simpul akar untuk pohon yang dibuat.
Jika semua sampel positif, berhenti dengan suatu pohon
dengan satu simpul akar, beri label (+).
Jika semua sampel negatif, berhenti dengan suatu
pohon dengan satu simpul akar, beri label (-). Jika atribut kosong, berhenti dengan suatu pohon
dengan satu simpul akar, dengan label sesuai dengan nilai yang terbanyak yang ada pada label training. Untuk yang lain,
Mulai :
o A atribut yang mengklasifikasikan sampel dengan hasil yang terbaik (berdasarkan gain ratio).
o Atribut keputusan untuk simpul akar A.
o Untuk setiap nilai, vi yang mungkin untuk A:
Tambahkan cabang di bawah akar yang
berhubungan dengan A = vi.
Tentukan sampel Svi sebagai subset dari
sampel yang mempunyai nilai vi untuk
atribut A.
Jika sampel Svi kosong :
Dibawah cabang tambahkan
simpul daun dengan label = nilai yang terbanyak yang ada pada label training.
Yang lain, tambah cabang baru
dibawah cabang yang sekarang C4.5 (sampel training, label training, atribut-[A]).
Sebelum memilih atribut sebagai akar, dilakukan perhitungan nilai entropy yang dapat dilihat pada persamaan (2.1) (Craw, S).
...(2.1)
Keterangan:
S : Himpunan kasus
n : Jumlah partisi S
pi : Proporsi dari Si terhadap S
Untuk memilih atribut sebagai akar, didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Untuk menghitung gain digunakan persamaan berikut seperti pada persamaan (2.2) (Craw, S).
...(2.2)
Keterangan:
S : Himpunan kasus
A : Atribut
n : Jumlah partisi atribut A
|Si| : Jumlah kasus pada partisi ke i
Untuk menghitung GainRatio perlu diketahui suatu term baru yang disebut SplitInformation (pemisah informasi). SplitInformation dihitung dengan persamaan sebagai berikut.
...(2.3)
Dimana sampai adalah c subset yang dihasilkan dari pemecahan dengan menggunakan atribut A yang mempunyai sebanyak c nilai. Selanjutnya GainRatio dihitung dengan persamaan berikut.
...(2.4)
2.5 K-Fold Cross Validation
2.6 Confusion Matriks dan Akurasi
Confusion matriks merupakan tabel yang mencatat hasil kerja klasifikasi. Contoh confusion matriks ditunjukkan dada tabel berikut :
Tabel 2. 1 Confusion Matriks untuk Kalasifikasi 2 Kelas
fij Kelas Hasil Prediksi (j)
Kelas = 1` Kelas = 0
Kelas Asli (i) Kelas = 1` f11 f10
Kelas = 0 f01 f00
Tabel 2.1 diatas merupakan contoh matrix confusion yang melakukan klasifikasi masalah biner (dua kelas) untuk dua kelas, misalnya kelas 0 dan 1. Setiap sel fij dalam matriks menyatakan jumlah record/data dari kelas i yang hasil prediksinya masuk ke kelas j. Misalnya sel f11 adalah jumlah data dalam kelas 1 yang secara benar dipetakan ke kelas 1, dan f10 adalah data dalam kelas 1 yang dipetakan secara salah ke kelas 0.
Berdasarkan isi confusion matriks, maka dapat diketahui jumlah data dari masing-masing kelas yang diprediksi secara benar yaitu (f11+ f00) dan data yang diklasifikasi secara salah yaitu (f10 + f01). Dengan mengetahui jumlah data yang diklasifikasikan secara benar, maka dapat diketahui akurasi hasil prediksi. Untuk menghitung akurasi digunakan formula sebagai berikut (Prasetyo, 2014).
...(2.5)
[image:39.595.83.512.193.728.2]
BAB III
METODOLOGI PENELITIAN
Pada bab ini dijelaskan mengenai data yang digunakan pada penelitian tugas akhir serta proses sistem yang akan dilakuakan dalam mengklasifikasi persalinan normal atau caesar dengan menggunakan algoritma C4.5.
3.1 Data
Data yang digunakan dalam penelitian ini adalah data pasien persalinan yang diperoleh dari sebuah rumah sakit umum di Yogyakarta. Data yang digunakan merupakan data pasien dari tahun 2010-2016. Data tersebut berupa rekam medis pasien yang kemudian disalin ke dalam sebuah file bertipe excel. Dari proses pengumpulan data, diperoleh jumlah data sebanyak 315 data.
Data yang diperoleh terdiri dari : tahun masuk pasien, nomor rekam medis, usia ibu, usia kandungan, berat badan, tinggi badan, hasil tes laboratorium (hemoglobin, hematokrit, lekosit, trombosit, eritrosit, glukosa, protein, dan HbsAG), pinggul sempit/tidak, hamil primi/tidak, hamil tunggal/ganda, letak janin, presentasi janin, riwayat persalinan, ada riwayat abortus/tidak, riwayat penyakit (diabetes, ginjal, hipertensi, jantung, kanker, lain-lain), taksiran bobot bayi, ketuban pecah dini/tidak, dan jenis persalinan (normal/caesar).
3.2 Proses Sistem
Gambar 3. 1 Diagram Blok
3.2.1 Data Mentah
Dalam penelitian tugas akhir ini data yang digunakan adalah data pasien persalinan dari sebuah rumah sakit umum di Yogyakarta. Untuk mengidentifikasi jenis persalinan ibu hamil diukur dari ciri dan gejala kehamilan, seperti usia, tinggi badan, ukuran pinggul, riwayat persalian, dll. Selain ini juga perlu adanya hasil uji laboratorium, meliputi tes darah saat mendekati persalinan serta tes glukosa dan protein. Atribut data persalinan ditampilkan pada tabel 3.1 berikut :
Tabel 3. 1 Data Atribut
No
Nama Atribut Keterangan Nilai
1
Tahun Atribut ini menyimpan
data tahun diagnosa pasien.
2010, 2011, 2012, 2013, 2014, 2015, 2016
2
Nomor rekam medis Atribut ini menyimpan data nomor rekam medis pasien.
5642, 8731, dst
3
Usia ibu Atribut ini menyimpan
data usia ibu.
17, 18, 19, 20, dst
4
Usia kandungan Atribut ini menyimpan data usia kandungan pasien saat persalinan.
5
Berat badan ibu Atribut ini menyimpan data berat badan pasien sebelum persalinan.
39, 40, 41, 42, dst
6
Tinggi badan ibu Atribut ini menyimpan data tinggi badan pasien.
140, 142, 145, 148, dst
7
Hemoglobin Atribut ini menyimpan
data hasil tes hemoglobin pasien sebelum melakukan persalinan.
Misal : 10.50, 11.40, 12, 70, dll
8
Hematokrit Atribut ini menyimpan
data hasil tes hemotokrit pasien sebelum melakukan persalinan.
Misal : 38.60, 31.50, 33.40, dll
9
Lekosit Atribut ini menyimpan
data hasil tes lekosit pasien sebelum melakukan persalinan.
Misal : 10.72, 14. 80, 8.84, dll
10
Trombosit Atribut ini menyimpan
data hasil tes trombosit pasien sebelum melakukan persalinan.
Misal : 206, 267, 230, dll
11
Eritrosit Atribut ini menyimpan
data hasil tes eritrosit pasien sebelum melakukan persalinan
Misal : 4.07, 3.65, 4.46, dll
12
Glukosa Atribut ini menyimpan
data hasil tes glukosa pasien.
Positif, negatif, trace
13
Protein Atribut ini menyimpan
data hasil tes protein pasien.
14
HBsAG Atribut ini menyimpan
data hasil tes HbsAG pasien.
Positif, negatif, trace
15
Pinggul sempit Atribut ini menyimpan data apakah ukuran pinggul pasien sempit.
Ya, tidak
16
Hamil primi Atribut ini menyimpan
data apakah kehamilan pasien merupakan kehamilan pertama.
Ya, tidak
17
Tunggal / ganda Atribut ini menyimpan data apakah jumlah janin tunggal atau ganda.
Tunggal, ganda
18
Letak Atribut ini menyimpan
data posisi janin.
Memanjang, melintang
19
Presentasi Atribut ini menyimpan
data bagian tubuh mana pada janin yang tampak pertama kali saat proses persalinan.
Kepala, bokong
20
Riwayat partus Atribut ini menyimpan data riwayat persalinan yang dimiliki pasien.
Spontan, SC, tidak ada
21
Riwayat abortus / curet
Atribut ini menyimpan data apakah pasien ada riwayat abortus / curet.
Ya, tidak
22
Diabetes Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit diabetes.
Ya, tidak
23
Ginjal Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit ginjal.
24
Hipertensi Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit hipertensi.
Ya, tidak
25
Jantung Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit jantung.
Ya, tidak
26
Kanker Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit kanker.
Ya, tidak
27
Lain-lain Atribut ini menyimpan
data apakah pasien
memiliki riwayat penyakit lainnya.
Ya, tidak
28
Taksiran berat bayi Atribut ini menyimpan data taksiran berat badan bayi.
Misal : 1150, 2750, 3350, dll
29
Ketuban pecah dini Atribut ini menyimpan data apakah ketuban pecah dini.
Ya, tidak
30
Partus Atribut ini menyimpan
data jenis persalinan.
Spontan, SC
3.2.2 Transformasi Data
Pada tahap ini dilakukan pembuangan data yang tidak diperlukan seperti data-data yang kurang relevan dalam penelitian. Dari data mentah yang diperoleh, akan dilakukan penghapusan atribut tahun dan nomor rekam medis karena dianggap tidak begitu berpengaruh sebagai variabel penentu dalam melakukan klasifikasi. Maka atribut yang dihasilkan dari proses seleksi adalah sebagai berikut :
a. Usia ibu
b. Usia kandunagn c. Berat badan d. Tinggi badan e. Hemoglobin f. Hematokrit g. Lekosit h. Trombosit i. Eritrosit j. Glukosa k. Protein l. HbsAG
m. Pinggul sempit n. Hamil primi o. Tunggal/ganda p. Letak
q. Presentasi r. Riwayat partus
s. Riwayat abortus/curret t. Diabetes
y. Lain-lain
z. Kisaran berat bayi aa. Ketuban pecah dini bb.Partus
Pada tahap selanjutnya dilakukan peringkasan data atau proses pengubahan data mentah menjadi data yang mudah dikelola. Dari data yang diperoleh, sebagian besar berupa angka yang beragam, sehingga perlu dilakukan pengelompokkan data berdasarkan jangkauan tertentu. Atribut yang berisi data numerik akan dikelompokkan sesuai identifikasi dalam ilmu kesehatan. Dilakukan pengelompokan nilai atribut berdasar sumber yang diperoleh dari beberapa website atau blog kesehatan sebagai berikut : www.alodokter.com, bidanku.com, www.babyfluffy.com, healthy.detik.com, www.kompasiana.com, dan ririnprabandarisilalahi. blogspot.co.id.
Nilai atribut dari semua data yang digunakan, baik nilai atribut yang dikelompokkan dalam nilai tertentu atau tidak dikelompokkan akan diubah menjadi nilai 1, 2, 3. Perubahan data numerik dan non numerik adalah sebagai berikut :
a. Usia ibu
i. <20 atau >35 beresiko = 1 ii. 20-35 normal = 2
b. Usia kandungan
i. <37 atau >42 beresiko = 1 ii. 37-42 normal = 2
c. Berat badan
i. <55 atau >80 beresiko = 1 ii. 55-80 normal = 2
d. Tinggi badan
e. Hemoglobin
i. <11.00 atau >15.00 beresiko = 1 ii. 11.00-15.00 normal = 2
f. Hematokrit
i. <30.00 atau >46.00 beresiko = 1 ii. 30.00-46.00 normal = 2
g. Lekosit
i. <10.00 atau >15.00 beresiko = 1 ii. 10.00-15.00 normal = 2
h. Trombosit
i. <200 atau >400 beresiko = 1 ii. 200-400 normal = 2
i. Eritrosit
i. <4.00 atau >5.50 beresiko = 1 ii. 4.00-5.50 normal = 2
j. Kisaran berat bayi
i. <2500 beresiko = 1 ii. 2500-4000 normal = 2 iii. >4000 obesitas = 3 k. Glukosa, protein, HbsAG
i. Negatif = 1 ii. Positif = 2 iii. Trace = 3
l. Pinggul sempit, hamil primi, riwayat abortus, diabetes, ginjal, hipertensi, jantung, kanker, lain-lain, ketuban pecah dini
i. Tidak = 1 ii. Ya = 2 m. Tunggal/ganda
n. Letak
i. Melintang = 1 ii. Memanjang = 2 o. Presentasi
i. Bokong = 1 ii. Kepala = 2 p. Riwayat partus
i. SC = 1 ii. Spontan = 2 iii. Tidak ada = 3 q. Partus
i. SC = 1 ii. Spontan = 2
[image:49.595.86.540.96.690.2]Pada tahap ini juga dilakukan pengisian data yang tidak diketahui nilainya (missing value). Untuk setiap data yang tidak diketahui nilainya akan diisi dengan nilai terbanyak dari setiap atribut. Contoh data yang sudah melewati tahap transformasi ditampilkan pada tabel 3.3 berikut :
3.2.3 Data Testing dan Data Training
Pada tahap ini hasil dari penambangan data berupa pola khusus yang akan dievaluasi atau diteliti lagi apakah hasilnya sudah sesuai atau belum. Untuk mengetahui apakah sistem yang akan dibangun ini sudah baik atau belum, maka perlu dilakukan pengujian sistem menggunakan metode k-fold cross validation.
[image:50.595.85.507.256.723.2]Pada penelitian ini pembagian data mengaju pada metode statifikasi sampling, yaitu dengan membagi populasi menjadi beberapa lapisan yang tidak saling tumpang tindih, sehingga lapisan yang terbentuk merupakan sub populasi (Angga, 2007). Pada penelitian ini, populasi dibedakan dalam 2 kelas, yaitu SC dan spontan. Setelah data terbagi menjadi 2 kelas, kemudian dilakukan pembagian ke dalam 7 bagian untuk setiap kelas secara acak. Masing-masing kelompok akan menduduki posisi sebagai data testing dan sebagai data training secara bergantian. Berikut adalah contoh tabel pembagian data menggunakan 7-fold cross validation.
Tabel 3. 4 Pembagian 7-fold
Percobaan Training Testing
1 1, 2, 3, 4, 5, 6, 7
2 1, 2, 3, 4, 5, 7 6
3 1, 2, 3, 4, 6, 7 5
4 1, 2, 3, 5, 6, 7 4
5 1, 2, 3, 4, 6, 7 3
6 1, 3, 4, 5, 6, 7 2
3.2.4 Pemodelan dengan Algoritma C4.5
Pada tahap ini dilakukan proses penambangan data dengan algoritma C4.5. Data yang sudah melalui tahapan transformasi akan dijadikan sebagai data training untuk proses pembentukan pohon keputusan menggunakan algoritma C4.5. Proses pembentukan pohon ditentukan dari perhitungan nilai Entopy, Gain, SplitInformation, dan GainRatio untuk setiap atribut kemudian mencari nilai GainRatio tertinggi yang akan menjadi simpul akar dari pohon. Proses pembentukan pohon dilakukan secara rekursif hingga seluruh data memiliki kelas. Setelah perhitungan selesai akan ditampilkan hasil pohon yang terbentuk.
Langkah pembentukan pohon keputusan dengan menggunkan algoritma C4.5 dijelaskan secara lebih rinci dalam menyelesaikan permasalahan pada data pasien persalinan seperti pada proses berikut :
[image:51.595.87.525.135.756.2]1. Data yang digunakan pada pembentukan pohon keputusan merupakan data pasien persalinan dengan atribut mencakup : glukosa, protein, pinggul sempit, hamil primi, tunggal/ganda, letak, presentasi, riwayat partus, dan ketuban pecah dini. Dari data yang ada akan menghasilkan jenis persalinan (SC atau spontan). Data yang digunakan ditampilkan pada tabel 3.5 berikut :
Tabel 3. 5 Contoh Data
G LU K O S A P RO T E IN P IN G G U L S E M P IT (D K P ) H A M IL P RI M I T U N G G A L / G A N D A LE T A K P RE S E N T A S I R IW A Y A T P A R T U S K E T U B A N P E C A H D IN I (K P D ) P A R T U S
POSITIF NEGATIF TIDAK TIDAK TUNGGAL MEMANJANG KEPALA SPONTAN YA SPONTAN
NEGATIF NEGATIF TIDAK YA TUNGGAL MEMANJANG KEPALA TIDAK ADA TIDAK SPONTAN
NEGATIF NEGATIF TIDAK YA TUNGGAL MEMANJANG KEPALA TIDAK ADA TIDAK SPONTAN
NEGATIF NEGATIF TIDAK YA TUNGGAL MEMANJANG KEPALA TIDAK ADA YA SPONTAN
NEGATIF NEGATIF TIDAK YA TUNGGAL MEMANJANG KEPALA TIDAK ADA TIDAK SPONTAN
NEGATIF NEGATIF TIDAK TIDAK TUNGGAL MEMANJANG BOKONG SPONTAN TIDAK SC
NEGATIF TRACE TIDAK YA TUNGGAL MEMANJANG KEPALA TIDAK ADA TIDAK SC
NEGATIF NEGATIF YA YA TUNGGAL MEMANJANG KEPALA TIDAK ADA TIDAK SC
NEGATIF NEGATIF TIDAK TIDAK TUNGGAL MELINTANG KEPALA SC TIDAK SC
NEGATIF NEGATIF TIDAK TIDAK GANDA MEMANJANG KEPALA SPONTAN TIDAK SC
[image:52.595.87.541.72.765.2]2. Menghitung setiap kejadian, Entropy, Gain, Split Info, dan Gain Ratio untuk menentukan root. Perhitungan ditampilkan pada tabel 3.6 berikut :
Tabel 3. 6 Perhitungan Root / Node 1
Kriteria Jumlah Data SC (S1) Spontan
(S2) Entropy Gain
Split Info
Gain Ratio
Total (S) 11 6 5 0,9940
Glukosa 0,1113 0,4395 0,2534
Negatif 10 6 4 0,9710
Positif 1 0 1 0
Protein 0,0849 0,4395 0,1933
Negatif 10 5 5 1
Trace 1 1 0 0
Pinggul
Sempit 0,1831 0,6840 0,2677
Ya 2 2 0 0
Tidak 9 4 5 0,9911
Hamil Primi 0,0721 0,9457 0,0762
Ya 7 3 4 0,9852
Tidak 4 3 1 0,8113
Tunggal /
Ganda 0,0849 0,4395 0,1933
Ganda 1 1 0 0
Tunggal 10 5 5 1
Letak 0,0849 0,4395 0,1933
Melintang 1 1 0 0
Memanjang 10 5 5 1
Presentasi 0,0849 0,4395 0,1933
Bokong 1 1 0 0
Kepala 10 5 5 1
Riwayat
Partus 0,1981 1,3222 0,1499
SC 1 1 0 0
Spontan 4 3 1 0,8113
Ketuban
Pecah Dini 0,0495 0,8454 0,0585
Ya 3 1 2 0,9183
Tidak 8 5 3 0,9544
Dari hasil perhitungan pada tabel 3.6 diatas diperoleh nilai GainRatio tertinggi adalah pinggul sempit yaitu sebesar 0.2677. dengan Demilkian pinggul sempit terbentuk sebagai root dari pohon keputusan. Pada atribut pinggul sempit ada dua nilai atribut, yaitu “ya” dan “tidak”. Nilai atribut “ya” sudah mengklasifikasikan jenis persalinan SC, sehingga tidak perlu dilakukan perhitungan lebih lanjut, tetapi untuk nilai atrbut “tidak” masih perlu dilakukan perhitungan lebih lanjut.
[image:53.595.113.543.81.146.2]Pohon keputusan yang terbentuk pada perhitungan root ditampilkan pada gambar 3.2 berikut :
Gambar 3. 2 Pohon Keputusan Hasil Perhitungan Root / Node 1
[image:53.595.85.524.117.707.2]3. Menghitung setiap kejadian, Entropy, Gain, Split Info, dan Gain Ratio untuk menentukan node 2. Perhitungan untuk mencari node 2 ditampilkan pada tabel 3.7 berikut :
Tabel 3. 7 Perhitungan Node 2
Kriteria Jumlah
Data SC (S1)
Spontan
(S2) Entropy Gain
Split Info
Gain Ratio
Pinggul Sempit Tidak 9 4 5 0,9911
Glukosa 0,1022 0,5033 0,2031
Negatif 8 4 4 1
Protein 0,1427 0,5033 0,2835
Negatif 8 5 3 0,9544
Trace 1 1 0 0
Hamil Primi 0,2294 0,9911 0,2315
Ya 5 1 4 0,7219
Tidak 4 3 1 0,8113
Tunggal / Ganda 0,1427 0,5033 0,2835
Ganda 1 1 0 0
Tunggal 8 3 5 0,9544
Letak 0,1427 0,5033 0,2835
Melintang 1 1 0 0
Memanjang 8 3 5 0,9544
Presentasi 0,1427 0,5033 0,2835
Bokong 1 1 0 0
Kepala 8 3 5 0,9544
Riwayat Partus 0,2839 1,3516 0,2100
SC 1 1 0 0
Spontan 3 2 1 0,9183
Tidak Ada 5 1 4 0,7219
Ketuban Pecah
Dini 0,2248 0,7642 0,2941
Ya 2 0 2 0
Tidak 7 4 3 0,9852
Dari hasil perhitungan pada tabel 3.7 diatas diperoleh nilai GainRatio tertinggi adalah ketuban pecah dini yaitu sebesar 0.2941. Dengan demilkian ketuban pecah dini terbentuk sebagai node 2 dari pohon keputusan. Pada atribut pinggul sempit ada dua nilai atribut, yaitu “ya” dan “tidak”. Nilai atribut “ya” sudah mengklasifikasikan jenis persalinan spontan, sehingga tidak perlu dilakukan perhitungan lebih lanjut, tetapi untuk nilai atrbut “tidak” masih perlu dilakukan perhitungan lebih lanjut.
Gambar 3. 3 Pohon Keputusan Hasil Perhitungan Node 2
4. Menghitung setiap kejadian, Entropy, Gain, Split Info, dan Gain Ratio untuk menentukan node 3. Perhitungan untuk mencari node 3 ditampilkan pada tabel 3. 8 berikut :
Tabel 3. 8 Perhitungan Node 3
Kriteria Jumlah
Data SC (S1)
Spontan
(S2) Entropy Gain
Split Info
Gain Ratio
Ketuban Pecah Dini Tidak 7 4 3 0,9852
Glukosa 0 0 0
Negatif 7 4 3 0,9852
Positif 0 0 0 0
Protein 0,1281 0,5917 0,2165
Negatif 6 3 3 1
Trace 1 1 0 0
Hamil Primi 0,5216 0,9852 0,5295
Ya 4 1 3 0,8113
Tidak 3 3 0 0
Tunggal / Ganda 0,1281 0,5917 0,2165
Ganda 1 1 0 0
Tunggal 6 3 3 1
Letak 0,1281 0,5917 0,2165
Melintang 1 1 0 0
Memanjang 6 3 3 1
Bokong 1 1 0 0
Kepala 6 3 3 1
Riwayat Partus 0,5216 1,3788 0,3783
SC 1 1 0 0
Spontan 2 2 0 0
Tidak Ada 4 1 3 0,8113
Dari hasil perhitungan pada tabel 3.8 diatas diperoleh nilai GainRatio tertinggi adalah hamil primi yaitu sebesar 0.5295. Dengan demilkian hamil primi terbentuk sebagai node 3 dari pohon keputusan. Pada atribut pinggul sempit ada dua nilai atribut, yaitu “ya” dan “tidak”. Nilai atribut “tidak” sudah mengklasifikasikan jenis persalinan SC, sehingga tidak perlu dilakukan perhitungan lebih lanjut, tetapi untuk nilai atrbut “ya” masih perlu dilakukan perhitungan lebih lanjut.
[image:56.595.83.512.266.711.2]Pohon keputusan yang terbentuk dari perhitungan node 3 ditampilkan pada gambar 3.4 berikut :
5. Menghitung setiap kejadian, Entropy, Gain, Split Info, dan Gain Ratio untuk menentukan node 4. Perhitungan untuk mencari node 4 ditampilkan pada tabel 3.9 berikut :
Tabel 3. 9 Perhitungan Node 4
Kriteria Jumlah
Data SC (S1)
Spontan
(S2) Entropy Gain
Split Info
Gain Ratio
Hamil Primi Ya 4 1 3 0,811278
Glukosa 0 0 0
Negatif 4 1 3 0,811278
Positif 0 0 0 0
Protein 0,8113 0,8113 1
Negatif 3 0 3 0
Trace 1 1 0 0
Tunggal /
Ganda 0 0 0
Ganda 0 0 0 0
Tunggal 4 1 3 0,811278
Letak 0 0 0
Melintang 0 0 0 0
Memanjang 4 1 3 0,811278
Presentasi 0 0 0
Bokong 0 0 0 0
Kepala 4 1 3 0,811278
Riwayat
Partus 0 0 0
SC 0 0 0 0
Spontan 0 0 0 0
Tidak Ada 4 1 3 0,811278
Pohon keputusan yang terbentuk dari perhitungan node 4 ditampilkan pada gambar 3.5 berikut :
Gambar 3. 5 Pohon Keputusan Hasil Perhitungan Node 4
terbentuk sehingga merupakan pohon keputusan yang utuh dari perhitungan kasus ini.
3.2.5 Pengujian Akurasi
Pengujian akurasi dilakukan untuk mengetahui tingkat keakuratan dari proses klasifikasi. Akurasi merupakan presentase data yang terklasifikasi dengan benar. Nilai akurasi dapat dihitung dengan menjumlahkan data yang terklasifikasi dengan benar kemudian dibagi dengan jumlah total data yang ada dan dikali 100%.
3.2.6 Pengujian Data Tunggal
45 BAB IV
IMPLEMENTASI SISTEM DAN ANALISA HASIL
Pada bab ini dijelaskan mengenai hal-hal yang berkaitan dengan implementasi perangkat lunak yang dibuat serta hasil luaran sistem yang diperoleh dari proses pengolahan data dan pengujian yang dilakukan.
4.1 Implementasi Sistem
4.1.1 Implementasi Source Code
4.1.1.1 Preprocessing Data
Proses transformasi data dilakukan saat data mentah diambil dari direktori penyimpanan. Data mentah yang dapat diolah adalah file data dengan format .xlxs. Data yang melalui tahap trasformasi adalah semua nilai atribut baik bertipe string atau numerik. Potongan source code proses trasformasi data ditampilkan sebagai berikut :
for i=2:x
for j=1:y
kolom =j; switch kolom
case num2cell([1:9,26])
v=cell2mat(raw(2:end,kolom)); if kolom==1
x = find(v<20 | v>35); v(x) = zeros(size(x)); x = find(20<=v & v<=35); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==2
x = find(v<37 | v>42); v(x) = zeros(size(x)); x = find(37<=v & v<=42); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==3
x = find(v<55 | v>80);
v(x) = zeros(size(x)); x = find(55<=v & v<=80);
elseif kolom==4 x = find(v<145);
v(x) = zeros(size(x)); x = find(v>=145);
v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==5
x = find(v<11.00 | v>15.00); v(x) = zeros(size(x));
x = find(11.00<=v & v<=15.00); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==6
x = find(v<30.00 | v>46.00); v(x) = zeros(size(x));
x = find(30.00<=v & v<=46.00); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==7
x = find(v<10.00 | v>15.00); v(x) = zeros(size(x));
x = find(10.00<=v & v<=15.00); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==8
x = find(v<200 | v>400); v(x) = zeros(size(x)); x = find(200<=v & v<=400); v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==9
x = find(v<4.00 | v>5.50);
v(x) = zeros(size(x)); x = find(4.00<=v & v<=5.50);
v(x) = ones(size(x)); newData(1:end-1,kolom)=v; elseif kolom==26
x = find(v<2500); v(x) = zeros(size(x));
x = find(2500<=v & v<=4000); v(x) = ones(size(x));
x = find(v>4000);
v(x) = 2*ones(size(x)); newData(1:end-1,kolom)=v;
end % case adalah kolom
case num2cell (10:12)
if (strcmp(colum10to12(i,1), 'NEGATIF')) kelas = 0;
elseif (strcmp(colum10to12(i,1),
'POSITIF'))
kelas = 1;
elseif (strcmp(colum10to12(i,1),
'TRACE'))
kelas = 2; else
% memasukkan data ke matrix baru newData(i-1,j) = kelas;
case num2cell
([13,14,19,20,21,22,23,24,25,27])
if (strcmp(colum131419to2527(i,1),
'TIDAK'))
kelas = 0;
elseif (strcmp(colum131419to2527(i,1),
'YA'))
kelas = 1; else
kelas = 0; end
newData(i-1,j) = kelas; case 15
if (strcmp(columl5(i,1), 'GANDA')) kelas = 0;
elseif (strcmp(columl5(i,1), 'TUNGGAL')) kelas = 1;
else
kelas = 0; end
newData(i-1,j) = kelas; case 16
if (strcmp(colum16(i,1), 'MELINTANG')) kelas = 0;
elseif (strcmp(colum16(i,1),
'MEMANJANG'))
kelas = 1; else
kelas = 0; end
newData(i-1,j) = kelas; case 17
if (strcmp(colum17(i,1), 'BOKONG')) kelas = 0;
elseif (strcmp(colum17(i,1), 'KEPALA')) kelas = 1;
else
kelas = 0; end
newData(i-1,j) = kelas; case 18
if (strcmp(colum18(i,1), 'SC')) kelas = 0;
elseif (strcmp(colum18(i,1), 'SPONTAN')) kelas = 1;
elseif (strcmp(colum18(i,1), 'TIDAK
ADA'))
kelas = 2; else
kelas = 0; end
newData(i-1,j) = kelas; case 28
Data yang telah ditransformasi, nilainya akan dinaikan 1 level. Hal ini dilakukan untuk menghilangkan nilai atribut 0 (nol) pada data. Potongan source code untuk menaikan data yang telah ditransformasi ditampilkan sebagai berikut :
Sebelum proses klasifikasi data, tahap pembersihan data dilakukan pada data yang memiliki missing value. Nilai yang kosong diisi dengan nilai terbanyak dari tiap atribut. Potongan source code untuk mengisi data missing value ditampilkan sebagai berikut :
Data yang telah melalui tahap transformasi dan pembersihan data akan disimpan dalam file dengan format .mat untuk mempermudah pemanggilan data dalam proses klasifikasi.
elseif (strcmp(colum28(i,1), 'SPONTAN')) kelas = 2;
else
kelas = 0; end
newData(i-1,j) = kelas; % menampilkan data kontinu otherwise
v = raw{i,j}; if isnan(v)
newData(i-1,j) = 0; else
newData(i-1,j) = (v); end
end
end
end
[r c] = size(dataTransformasi); dataTransformasi =
dataTransformasi+ones(size(dataTransformasi));
dataTransformasi(:,end) = dataTransformasi(:,end)-1;
[r c] = find(isnan(dataTransformasi));
for i=c'
attrVec = dataTransformasi(:,i); c1 = find(isnan(attrVec));
% mencari nilai terbanyak dari setiap atribut modus = mode(attrVec);
attrVec(c1) = modus*ones(size(c1)); dataTransformasi(:,i) = attrVec;
4.1.1.2 Klasifikasi Data
Sebelum menjalankan algoritma c4.5, perlu dilakukan pembagian data menggunakan k-fold validation. Data penelitian akan dibagi menjadi data training dan data testing. Potongan source code k-fold validation ditampilkan sebagai berikut :
Untuk melakukan klasifikasi, langkah pertama yang dilakukan adalah memanggil dataset dari proses preprocessing data yang telah disimpan dalam file dengan format .mat. Dalam membagi data dengan k-fold validation
% memisahkan data dengan label [n,m] = size(dataKlasifikasi); label = dataKlasifikasi(:,m);
% mencari banyak jenis kelas dalam label isiLabel = numel(unique(label));
% membuat cell baru yang belum isi kelas = cell(1,isiLabel);
% perulangan sebanyak 'fold' kali untuk mengelompokkan data berdasarkan label i(1 2) kedalam kelas i(1 2)
for i = 1:isiLabel
kelas{i} = dataKlasifikasi(find(label==i),:);
end
% membuat cell kosong berdasarkan jumlah k dan fold kelasBagi = cell(k,isiLabel);
for i = 1:isiLabel
% melihat jumlah data untuk setiap kelas yang sudah tersimpan dalam cell kelas
ndata = size(kelas{i},1);
% menghitung hasil bagi jika data dibagi sebanyak k bagian
x = floor(ndata/k);
% menghitung sisa dari jumlah data jika dibagi sebanyak k bagian
y = mod(ndata,k); n = 1:x;
for j = 1:k if y
% jika memiliki sisa n = [n n(end)+1];
% mengambil data sebanyak n+1 % mengurangi nilai y
y = y-1; end
% mengambil data sebanyak n kelasBagi{j,i} = kelas{i}(n,:);
% n = nilai n yang paling akhir ditambah 1 sampai nilai n ditambah nilai x
Dalam melakukan klasifikasi dengan algoritma c4.5, membentuk pohon perlu dilakukan dengan perhitungan pada setiap atribut untuk mendapatkan nilai gain ratio terbaik. Nilai tersebut terbentuk melalui perhitungan entropy, gain dan split information. Untuk lebih mempermudah proses perhitungan, dilakukan percarian nilai frekuensi tabel terlebih dahulu dari setiap kemungkinan nilai atribut dan kelas. Potongan source code perhitungan frekuensi tabel ditampilkan sebagai berikut :
end end
% membuat cell baru newdata = cell(1,k);
% melakukan perulangan untuk menjumlahkan data yang sudah tersimpan pada kelasBagi sesuai dengan indeks cell (baris 1 dijumlahkan, baris 2 dijumlahkan, baris 3 dijumlahkan) sehingga terbentuk cell yang baru
for i = 1:k
for j = 1:isiLabel
newdata{i} = [newdata{i};kelasBagi{i,j}]; end
end
% membuat cell baru untuk menyimpan data training dan data testing
dTraining = cell(k,1); dTesting = cell(k,1);
for i = 1:k disp(i);
for j = setdiff(1:k,i)
% mengambil data yang tidak ada didata tersebut dTraining{i} = [dTraining{i};newdata{j}];
end
dTesting{i} = newdata{i};
end
nattr = size(obj.data,2)-1; attrs = cell(nattr,1);
for i=1:nattr
attrs{i} = unique(obj.data(:,i));
end
class = unique(obj.data(:,end)); t = cell(nattr+1,1);
for i=1:nattr
t{i} = zeros(numel(attrs{i}),numel(class));
[image:65.595.81.514.73.745.2]Langkah selanjutnya adalah menghitung nilai entropy himpunan kasus setiap nilai atribut. Potongan source code perhitungan entropy ditampilkan sebagai berikut :
t{end} = zeros(1,numel(class));
% menghitung banyaknya data dari tiap kelas indexKelas = 1;
for i = class'
t{end}(indexKelas) = numel(find(obj.data(:,end)==i)); indexKelas = indexKelas+1;
end
for i=1:nattr
%indeksNilaiAtribut=1; for j=1:numel(attrs{i}) %indexKelas=1;
for k=1:numel(class)
% a adalah index dari data yang kelasnya==k a = find(obj.data(:,end)==class(k));
% b adalah data dengan kelas k b = obj.data(a,:);
% c adalah indeks dari data b yang atribut i nya bernilai j
c = find(b(:,i)==attrs{i}(j)); t{i}(j,k)=numel(c);
end
end end
function e = entropy(obj, attrNo, attrVal) e = 0;
switch nargin case 1
tot = sum(obj.freqTable{end});
for i = 1:size(obj.freqTable{end},2) prob = obj.freqTable{end}(i)/tot; e = e-(prob*log2(prob));
end
case 3
x = obj.freqTable{attrNo}; tot = sum(x,2);
for i=1:size(x,2)
prob = x(attrVal,i)/tot(attrVal); e = e-(prob*log2(prob));
end
case 2
x = obj.freqTable{attrNo}; e = zeros(size(x,1),1); tot = sum(x,2);
for i=1:size(x,1) e(i) = 0;
for j=1:size(x,2)
Setelah didapat nilai entropy, maka dilakukan perhitungan gain dengan cara nilai entropy semua data terhadap komposisi kelas dikurangi entropy kondisi k
