PERBANDINGAN HASIL KLASIFIKASI JENIS PENYAKIT ERYTHEMATO-SQUAMOUS MENGGUNAKAN ANALISIS DISKRIMINAN FISHER DENGAN PEREDUKSIAN ANALISIS KOMPONEN UTAMA KERNEL LINEAR DAN ANALISIS KOMPONEN UTAMA KERNEL GAUSSIAN

Abstract

Penelitian ini membahas mengenai klasifikasi jenis penyakit erythemato-squamous menggunakan Analisis Diskriminan Fisher (ADF) dengan pereduksian Analisis Komponen Utama (AKU) Kernel linear dan AKU Kernel Gaussian. Kami menggunakan 366 data dermatologi dengan 34 peubah yang merupakan hasil pemeriksaan terhadap pasien yang menderita penyakit erythematosquamous. Data dibagi menjadi data latih dan data uji dengan proporsi masingmasing 80% dan 20%. Proporsi kumulatif yang digunakan untuk pereduksian menggunakan AKU adalah 75% sampai dengan 95% dan kesalahan klasifikasi dinilai menggunakan Apparent Rate Error (APER). Hasil menunjukkan bahwa, berdasarkan proporsi kumulatif, terdapat 18 komponen utama terpilih untuk membentuk fungsi diskriminan Fisher pada AKU Kernel linier dan terdapat 19 komponen utama terpilih untuk membentuk fungsi diskriminan Fisher pada AKU Kernel Gaussian. Selain itu, AKU Kernel linear berhasil mengklasifikasikan dengan tepat 98,63% data latih dan 60,27% data uji. Sedangkan AKU Kernel Gaussian berhasil mengklasifikasikan dengan tepat 98,98% data latih dan 82,19% data uji. Oleh karena itu, untuk jenis penyakit erythemato-squamous klasifikasi lebih tepat menggunakan ADF dengan AKU Kernel Gaussian dibandingkan dengan AKU Kernel linier.