Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita

Transkripsi

1 Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun Oleh: Apriliya Fitri Cahyanti NIM. M JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2015

2 SKRIPSI Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita Disusun Oleh: Apriliya Fitri Cahyanti M Skripsi ini telah disetujui untuk dipertahankan di hadapan dewan penguji, Pada tanggal : 30 Januari 2015 PERSETUJUAN PEMBIMBING Tugas Akhir ini telah disetujui oleh : Pembimbing 1, Pembimbing 2, Ristu Saptono S.Si, M.T NIP Sari Widya Sihwi, S.Kom., M.T.I NIP ii

3 SKRIPSI Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita Disusun Oleh: Apriliya Fitri Cahyanti M Telah dipertahankan di hadapan Dewan Penguji Pada tanggal : 30 Januari 2015 Susunan Dewan Penguji 1. Ristu Saptono, S.Si, M.T. ( ) NIP Sari Widya Sihwi, S.Kom., M. T. I ( ) NIP Hasan Dwi Cahyono, S.Kom., M.Kom ( ) NIP Afrizal Doewes, S.Kom., M.Sc ( ) NIP Disahkan oleh: Ketua Jurusan Informatika Drs. Bambang Harjito, M.App.Sc., Ph.D NIP iii

4 MOTTO Do not pray for an easy life, pray for the strength to endure a difficult one. (Bruce Lee) Hidup adalah perjuangan, kebahagiaan harus direngkuh dengan banyak pengorbanan (Darwis Tere Liye) iv

5 PERSEMBAHAN Kaya ini penulis persembahkan untuk: Bapak Ahmad Sairi dan Ibu Supriyati, kedua orang tua yang selalu memberikan doa dan kasih sayang tak terhingga Kurnia Rahmawati dan Anggita Tantri Utami, kakak dan adik tercinta yang selalu memberikan doa dan dukungan Viko Basmalah Wicaksono, yang selalu mendampingi dan memberi dukungan Teman-teman Informatika UNS 2010 khususnya Cerren, Lydia, Diannita, Hedik, Adit, Taufik, Aji, Ashar, Miftah Anak anak d brandies Aish, Tika, Ika, Mania, Eva, Shofi, Dian, Pingky v

6 KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Allah SWT, yang hanya karena rahmat dan karunia-nya, penulis dapat menyelesaikan Tugas Akhir dengan judul Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita dengan Mempertimbangkan Independensi Antar Parameter. Penulis menyadari akan keterbatasan yang dimiliki. Begitu banyak bantuan dan bimbingan yang diberikan dalam penyusunan Tugas Akhir ini. Oleh karena itu, penulis mengucapkan terima kasih kepada : 1. Ayah, ibu, kakak, dan adik yang senantiasa selalu memberikan motivasi, doa dan dukungannya. 2. Bapak Ristu Saptono, S.Si., M.T. Selaku Dosen Pembimbing I yang telah memberikan pengarahan selama proses penyusunan Tugas Akhir ini, 3. Ibu Sari Widya Sihwi, S.Kom., M.T.I. selaku Dosen Pembimbing II yang telah memberikan masukan, kritik dan saran yang membangun, 4. Bapak Ibu dosen Informatika FMIPA UNS, 5. Viko Basmalah Wicaksono yang selalu memberikan doa dan dukungan, 6. Seluruh teman teman informatika 2010 yang telah memberikan kebersamaannya dan membantu selama ini, 7. Semua pihak yang tidak dapat disebutkan satu persatu. Semoga Tugas Akhir ini bermanfaat dan memberikan inspirasi bagi semua pihak yang berkepentingan. Surakarta, 22 Januari 2015 Penulis vi

7 Determination the Best Model in Naïve Bayes Classifier Methods in Determine of Under-Five Children's Nutritional Status Apriliya Fitri Cahyanti Informatics Department. Faculty of Mathematics and Natural Science. Sebelas Maret University ABSTRACT Naïve Bayes Classifier method has assumption to be optimal when its parameters are independent. But in the reality, this assumption is often ignored. An independent parameters can be determined from value of correlation between each parameters. This study discusses about the determination of the best model using Naive Bayes Classifier method in the case study of assessment of under-five children's nutritional status. To make the data model, it used Backward Feature Selection with correlation testing using Cosine Similarity. The correlation testing is applied for knowing the relation of parameters between classes of classification and independence each parameter. The determination of the best model can be shown from accuracy, simplicity, time, and data acquisition. In the 60%:40% scenario data, the best model consist of weight, BMI, and age that resulting 94.4% for the accuracy. While in the 80%:20% scenario data, the best model shown in model which consist of weight, BMI, height, age, and gender that resulting 94.8% for the accuracy. This study shows that correlation of parameters affect the classification results, whereas the use of the independent parameters is not necessarily produce an optimal accuracy. In fact, the best model in this study consist of the dependent parameters. Keyword Cosine Similarity, Naïve Bayes Classifier, Determining Nutritional Status. vii

8 Penentuan Model Terbaik pada Metode Naïve Bayes Classifier dalam Menentukan Status Gizi Balita Apriliya Fitri Cahyanti Jurusan Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret ABSTRAK Metode Naïve Bayes Classifier memiliki asumsi parameter yang saling independen. Padahal pada kenyataannya asumsi ini sering dilangggar. Suatu parameter dikatakan sebagai parameter independen dapat dilihat dari korelasi antar parameter tersebut. Artikel ini membahas mengenai penentuan model terbaik menggunakan Naive Bayes dalam studi kasus penilaian status gizi balita. Pembentukan model data menggunakan Backward Feature Selection, dengan melakukan uji korelasi menggunakan Cosine Similarity. Uji korelasi dilakukan untuk mengetahui hubungan antara parameter dengan kelas klasifikasi, dan independensi antar parameter. Penentuan model terbaik dilihat dari akurasi, kesederhanaan, waktu, dan akuisisi data. Pada skenario data 60%:40%, model terbaik terdiri dari parameter berat, BMI, dan umur, dengan akurasi sebesar 94.4%. Sedangkan pada skenario data 80%:20% model terbaik terdiri dari parameter berat, BMI, tinggi, umur, dan jenis kelamin, dengan akurasi 94,8%. Penelitian ini menunjukkan bahwa kolerasi parameter dengan kelas klasifikasi lebih mempengaruhi hasil klasifikasi, sedangkan penggunaan parameter independen belum tentu menghasilkan akurasi yang optimal. Bahkan, model terbaik pada penelitian ini terdiri dari parameter dependen. Kata Kunci Cosine Similarity, Naïve Bayes Classifier, Penilaian Status Gizi. viii

9 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii MOTTO... iv HALAMAN PERSEMBAHAN...v KATA PENGANTAR... vi ABSTRACT... vii ABSTRAK... viii DAFTAR ISI... ix DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiii BAB I Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Sistematika Penulisan...3 BAB II...4 TINJAUAN PUSTAKA Landasan Teori Naïve Bayesian Classifier Backward Feature Selection Korelasi Cosine Similarity Holdout atau Stratified Random Sampling Penilaian Status Gizi Balita Penelitian Terkait Kerangka Pemikiran...12 BAB III...14 ix

10 3.1. Analisa Kasus dan Pengumpulan Data Analisis dan Perancangan Pengembangan Aplikasi Pengujian...18 BAB IV Deskripsi Data Pemodelan Data Uji Korelasi Parameter dengan Cosine Similarity Pembentukan Model Data dengan Backward Feature Selection Hasil dan Evaluasi Pengujian Sistem Penentuan Model Terbaik Pengujian WEKA...30 BAB V KESIMPULAN SARAN...33 DAFTAR PUSTAKA...34 x

11 DAFTAR TABEL Tabel 2.1. Contoh Dataset Perhitungan Naïve Bayes Classifier...5 Tabel 2.2. Simulasi Backward Feature Selection...6 Tabel 2.3. Kategori Ambang Batas Kategori Berat Badan...9 Tabel 2.4. Kategori Ambang Batas Tinggi Badan...9 Tabel 2.5. Kategori Ambang Batas BMI...10 Tabel 2.6. Keterkaitan Penelitian dengan Penelitian Sebelumnya...13 Tabel 3.1. Nilai Parameter untuk Penilaian Status Gizi...15 Tabel 3.2. Prosedur Percobaan...18 Tabel 4.1. Uji Korelasi Status Gizi Dengan Parameter pada Skenario 60%:40%.20 Tabel 4.2. Uji Korelasi Antar Parameter pada Skenario 60%:40%...20 Tabel 4.3. Uji Korelasi Status Gizi Dengan Parameter pada Skenario 80%:20%.21 Tabel 4.4. Uji Korelasi Antar Parameter pada Skenario 80%:20%...22 Tabel 4.5. Model Data pada Skenario 60%:40%...23 Tabel 4.6. Model Data pada Skenario 80%:20%...25 Tabel 4.7. Model Data pada Skenario 60%:40%...27 Tabel 4.8. Model Data pada Skenario 80%:20%...29 Tabel 4.9. Perbandingan Hasil Akurasi Testing...30 xi

12 DAFTAR GAMBAR Gambar 3.1. Alur Penelitian...16 Gambar 3.2. Alur Pembentukan Model Backward...17 xii

13 DAFTAR LAMPIRAN LAMPIRAN A Data Gizi Balita dari Posyandu...36 LAMPIRAN B Data Gizi Balita Sebelum Pendiskritan...62 LAMPIRAN C Data Gizi Balita Sesudah Pendiskritan...68 LAMPIRAN D Hasil Pengujian Skenario Data 60%:40%...74 LAMPIRAN E Hasil Pengujian Skenario Data 80%:20%...80 LAMPIRAN F Pedoman Standar Antropometri Menurut Menteri Kesehatan Republik Indonesia...86 xiii