Detail Karya Ilmiah

  • Implementasi Selekasi Fitur Information Gain Dan Klasifikasi Regresi Logistik Untuk Diagnosa Penderita Ginjal Kronis
    Penulis : Hilman Khairul Abadi
    Dosen Pembimbing I : Mula'ab, S.Si.,M.Kom.
    Dosen Pembimbing II :Imamah, S.Kom., M.Kom.
    Abstraksi

    Menurut World Health Organization penyakit ginjal berada pada urutan 18 dunia sebagai penyakit yang mematikan pada tahun 2000 dan meningkat pada urutan 12 pada tahun 2015. Di Indonesia penyakit ginjal kronis tercatat sebagai ranking kedua sebagai pembiayaan terbesar oleh BPJS setelah penyakit jantung. Penyakit ginjal kronis merupakan masalah kesehatan dunia yang sangat serius. Prevalensi dan kejadian penyakit ginjal kronis kian hari kian meningkat. Pasalnya 1 dari 10 orang di dunia cenderung memiliki penyakit ginjal kronis dengan stadium tertentu. Seorang lansia cenderung memiliki penyakit ginjal kronis, lebih dari setengah dari orang yang berumur 75 tahun memiliki tingkat gagal ginjal kronis tertentu. Terdapat 24 atribut untuk mengetahui seseorang terserang penyakit gunjal kronis. Kemudian data berupa atribut tersebut diproses menggunakan seleksi fitur dengan metode Information Gain. Hasil dari seleksi fitur dengan Information Gain tersebut dirangking dan dilakukan proses klasifikasi dengan menggunakan metode Regresi Logistik. Dengan menggunakan metode ini menghasilkan hasil tertinggi dalam kategori akurasi dengan nilai 96.0%yaitu pada percobaan ke 7, hasil tertinggi dalam kategori recall dengan nilai 80.0% yaitu pada percobaan ke 2 dan hasil tertinggi dalam kategori precision dengan nilai 80.0% yaitu pada percobaan ke 15. Hal ini menunjukkan bahwa penelitian ini memiliki akurasi yang lumayan tinggi. Kata kunci : seleksi fitur, klasifikasi, Regresi Logistik, Information Gain

    Abstraction

    According to the World Health Organization kidney disease ranked 18th in the world as a deadly disease in 2000 and increased to 12th in 2015. In Indonesia chronic kidney disease was ranked second as the largest financing by BPJS after heart disease. Chronic kidney disease is a very serious world health problem. The prevalence and incidence of chronic kidney disease is increasing every day. Because 1 in 10 people in the world tend to have chronic kidney disease with a certain stage. An elderly person tends to have chronic kidney disease, more than half of people who are 75 years old have a certain level of chronic kidney failure. There are 24 attributes to find out someone has chronic gunjal disease. Then the data in the form of attributes are processed using feature selection using the Information Gain method. The results of the feature selection with Information Gain are ranked and the classification process is carried out using the Logistic Regression method. Using this method produces the highest results in the accuracy category with a value of 96.0%, namely in the 7th experiment, the highest result in the category of recall with a value of 80.0%, namely in the second experiment and the highest result in the precision category with 80.0% in the 15th experiment. This shows that this study has a fairly high accuracy. Keywords: feature selection, classification, Logistic Regression, Information Gain

Detail Jurnal