KOMBINASI ALGORITMA CART DAN RIPPER UNTUK MENDIAGNOSIS PENYAKIT LIVER BERBASIS CORRELATION BASED FEATURE SELECTION

Abstract

ABSTRAK

Hati merupakan organ yang paling besar dan penting bagi tubuh kita. Kita tidak bisa hidup tanpa hati. Penyakit hati tidak mudah ditemukan pada stadium awal. Penanganan pasien penyakit hati pada stadium awal akan memperpanjang usia pasien. Untuk mendeteksi penyakit hati, pasien harus melakukan tes darah. Kesalahan dalam mendiagnosis penyakit dan penentuan konsumsi obat dapat menyebabkan hal yang membahayakan bagi kesehatan pasien bahkan dapat menyebabkan kematian. Ini menjadikan para peneliti dan praktisi memusatkan perhatiannya untuk mendeteksi/mendiagnosis penyakit liver dan mencegahnya karena penyakit ini bisa menimbulkan kematian jika sudah akut. Metode yang digunakan dalam penelitian ini yaitu CRISP-DM. Algoritma yang digunakan dalam penelitian ini adalah kombinasi CART dan RIPPER  dengan menggunakan dataset diambil dari repository database UCI Indian Liver Patient Dataset yang terdiri dari data klinis pasien yang terdeteksi positif dan negatif penyakit liver. Hasil penelitian ini dengan menggunakan kombinasi rule hasil algoritma CART dan algoritma RIPPER dari confusion matrix didapatkan hasil akurasi sebesar 81%, sensitifitas/recall 0,63%, spesifisitas 0,91%, precision 0,80% dan f-measure sebesar 0,70% pada dataset ILPD tanpa melakukan seleksi fitur, sedangkan pada hasil akurasi dataset ILPD dengan melakukan seleksi fitur yaitu akurasi 70% dengan sensitifitas/recall 0,84%, spesifisitas 0,59%, precision 0,58% dan f-measure 0,70%. Dari hasil tersebut dapat disimpulkan bahwa untuk mendiagnosis penyakit liver dengan  menggunakan kombinasi algoritma CART dan RIPPER tanpa melakukan seleksi fitur.

ABSTRACT

The liver is the largest organ and important for our body. We can not live without the heart. Liver disease is not easy to find in the early stages. For detection of liver disease patients in the early stages will prolong the patient's age. To detect liver disease, the patient must perform a blood test. Mistakes in diagnosing illness and determining drug consumption can cause harm to the health of the patient and even cause death. This allows researchers and practitioners to focus on detecting/diagnosing liver disease and preventing it because it can lead to death if it is acute. The method used in this research is CRISP-DM. The algorithm used in this study is a combination of CART and RIPPER using dataset taken from the UCI Indian Liver patient data repository Dataset consisting of clinical data of patients who detected positive and negative liver disease. The result of this research by using combination of rule result from CART algorithm and RIPPER algorithm of confusion matrix obtained accuracy 81%, sensitivity/recall 0.63%, specificity 0,91%, precision 0,80% and f-measure 0,70% on the ILPD dataset without performing feature selection, whereas on the accuracy results of the ILPD dataset by performing feature selection is accuracy 70%, with  recall/sensitivity 0.84%, specificity 0.59%, precision 0.58% and f-measure 0.70 %. From these results it can be concluded that to diagnose liver disease by using a combination of CART and RIPPER algorithms without performing feature selection.

How To Cite : Restiani, D. (2018). KOMBINASI ALGORITMA C-RIPPER UNTUK MENDIAGNOSIS PENYAKIT LIVER. Jurnal Teknik Informatika, 11(1), 31-36.  doi 10.15408/jti.v11i1.6660

Permalink/DOI: http://dx.doi.org/10.15408/jti.v11i1.6660