ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR

Transkripsi

1 ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh: Lina Mumtazatun Nisaa NIM JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2013

2 LEMBAR PERSETUJUAN ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR Oleh : Lina Mumtazatun Nisaa Telah Direkomendasikan Untuk Diajukan Sebagai Judul Tugas Akhir Di Teknik Informatika Universitas Muhammadiyah Malang Menyetujui, Pembimbing I Pembimbing II Ir. Nur Alif Mardiyah, MT NIP : Gita Indah Marthasari, ST NIP :

3 LEMBAR PENGESAHAN ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : Lina Mumtazatun Nisaa Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji pada tanggal 26 Juli 2013 Mengetahui/Menyetujui Penguji I Penguji II Hariyady, S.Kom, MT NIP : Yushintia Pramitarini, S.ST, MT Mengetahui Ketua Jurusan Teknik Informatika Eko Budi Cahyono, S.Kom, MT NIP :

4 LEMBAR PERNYATAAN Yang bertanda tangan di bawah ini: Nama : Lina Mumtazatun Nisaa Tempat / Tgl Lahir : Gresik, 6 Januari 1991 NIM : Fakulats / Jurusan : Teknik / Teknik Informatika Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Malang, 26 Juli 2013 Yang Membuat Pernyataan Lina Mumtazatun Nisaa Mengetahui, Dosen Pembimbing I Dosen Pembimbing II Ir. Nur Alif Mardiyah, MT NIP : Gita Indah Marthasari, ST NIP :

5 KATA PENGANTAR Puji syukur kehadirat Allah SWT, yang telah memberi kekuatan dan petunjuk serta melimpahkan rahmat, dan hidayah-nya, sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA. Dengan menyadari adanya keterbatasan kemampuan, pengetahuan, referensi dan pengalaman, Tugas Akhir ini masih jauh dari sempurna. Untuk itu saran dan masukkan untuk kesempurnaan sangat penulis harapkan. Akhir kata penulis berharap semoga Tugas Akhir ini dapat bermanfaat dan menjadi tambahan ilmu pengetahuan. Malang, 26 Juli 2013 Penulis

6 LEMBAR PERSEMBAHAN Dalam penulisan tugas akhir ini tidak akan terselesaikan dengan baik tanpa adanya bimbingan dan sumbangan dari berbagai pihak. Pada kesempatan ini penulis ingin menyampaikan terima kasih kepada : 1. Allah SWT atas rahmat dan hidayah-nya sehingga penulis mampu menyelesaikan tugas akhir ini. 2. Aba dan ibu yang sudah memotivasi dan memberikan dukungan berupa doa, materi, dan kasih sayang sehingga dapat menyelesaikan skripsi ini dengan lancar. 3. Saudara-saudara q tersayang mbk Irma, mas isa, mbk dwi, dek iqbal, dan c ndut dek mais, terima kasih buat doanya. 4. Ibu Ir. Nur Alif Mardhiyah,MT dan ibu Gita Indah Marthasari, S.Kom selaku dosen pembimbing Tugas Akhir, terima kasih atas kesabaran ibu dalam membimbing penulis. 5. Seluruh staff dan dosen pengajar Jurusan Teknik Informatika. 6. My Hubby yang paling cakep Reza Haruna Erlanda yang setia membantu dan terus menyemangati dalam suka ataupun duka, yang rela nunggu bimbingan selama mungkin 7. Sahabat-sahabatku seperjuangan putri fitriyah, neni hari, nokey, asti, nuiii, erni, disa, endah, nuril, hanum, nisa dll yang telah memberikan sarannya selama penulisan tugas akhir ini. 8. Teman-teman kos gang 15 C no 14 neni, jannah, siska, kiki, endah, ayu, makaci kebersamaannya. 9. Rekan-rekan 2009 UMM, khususnya informatika kelas J 2009.

7 DAFTAR ISI Lembar Persetujuan... 2 Lembar Pengesahan... ii Lembar Pernyataan... 4 Abstraksi... iv Abstract... Error! Bookmark not defined. Kata Pengantar... vi Lembar Persembahan... 6 Daftar Isi... 7 Daftar Gambar Daftar Tabel... xiv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Batasan Masalah Metodologi Penyelesaian Masalah Sistematika Penulisan... 5 BAB II LANDASAN TEORI Data mining Pengertian Data Mining Pengelompokan Data Mining Klasifikasi Status Gizi Algoritma Naïve Bayes Jaringan Saraf Tiruan Komponen Jaringan Saraf Tiruan Model Pelatihan JST... 12

8 2.5.3 Algoritma Backpropagation Pohon Keputusan Pengertian Pohon Keputusan Manfaat Pohon Keputusan Model Pohon Keputusan Algoritma J WEKA Pengertian WEKA Dataset Arff File (Representasi Data) BAhasa Pemrograman Java Definisi dan Sejarah Bahasa Pemrograman Java Pembahasan Umum Bahasa Pemrograman Java Pembagian Edisi Dalam Pemrograman Java BAB III ANALISA DAN PERANCANGAN SISTEM Analisa Masalah Analisa Sistem Flowchart Sistem Use Case Diagram Perancangan Sistem Sequence Diagram Perancangan Pengujian Desain Interface Form Menu Utama BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN Implementasi Lingkungan Pengembangan Hardware dan Software Implementasi Sistem Pembuatan Basis Data Pembuatan Fungsi Koneksi Database Pembuatan Class-Class yang Dibutuhkan Implementasi Kode Program... 42

9 4.3.1 Kode Program Search Data di Direktori Kode Program Proses Klasifikasi Algoritma Naïve Bayes Kode Program Proses Klasifikasi Algoritma Backpropagation Kode Program Proses Klasifikasi Algoritma Decision Tree J Kode Program Simpan Data ke Database Pengujian Pengujian Sistem Pengujian Class Utama Pengujian Proses Klasifikasi Algoritma Naïve Bayes dengan Metode Cross Validation 10-folds Pengujian Proses Klasifikasi Algoritma Naïve Bayes dengan Metode Cross Validation 5-folds Pengujian Proses Klasifikasi Algoritma Backpropagation dengan Metode Cross Validation 10-folds Pengujian Proses Klasifikasi Algoritma Backpropagation dengan Metode Cross Validation 5-folds Pengujian Proses Klasifikasi Algoritma Decision Tree J48 dengan Metode Cross Validation 10-folds Pengujian Proses Klasifikasi Algoritma Decision Tree J48 dengan Metode Cross Validation 5-folds Pengujian Proses Simpan Hasil ke Database Pengujian Proses Lihat Hasil Keseluruhan dengan Metode Cross Validation 10-folds Pengujian Proses Lihat Hasil Keseluruhan dengan Metode Cross Validation 5-folds Pengujian Proses Lihat Grafik Analisa Hasil Pengujian BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA... 70

10 DAFTAR GAMBAR Gambar 2. 1 Teknik Klasifikasi... 8 Gambar 2. 2 Model Pohon Keputusan Gambar 2. 3 Contoh ARFF format Gambar 3. 1 Flowchart Sistem Gambar 3. 2 Use Case Diagran Gambar 3. 3 Activity Diagram Proses Klasifikasi Gambar 3. 4 Activity Diagram Proses Klasifikasi Algoritma Naïve Bayes Gambar 3. 5 Activity Diagram Proses Klasifikasi Algoritma Backpropagation Gambar 3. 6 Activity Diagram Proses Klasifikasi Algoritma Decision Tree J Gambar 3. 7 Activity Diagram Aplikasi Lihat Hasil Klasifikasi Gambar 3. 8 Sequance Diagram Proses Klasifikasi Gambar 3. 9 Sequance Diagram Proses Klasifikasi Algoritma Naïve Bayes Gambar Sequance Diagram Proses Klasifikasi Algoritma Backpropagation Gambar Sequance Diagram Proses Klasifikasi Algoritma Decision Tree J Gambar Sequance Diaram Lihat Hasil Klasifikasi Gambar Form Utama Gambar 4. 1 Data Tabel MySQL Gambar 4. 2 Script Koneksi Basis Data Gambar 4. 3 Class-Class yang Dibutuhkan Gambar 4. 4 Kode Program Search Data di Direktori Gambar 4. 5 Kode Program Proses Klasifikasi Algoritma Naïve Bayes Gambar 4. 6 Kode Program Proses Klasifikasi Algoritma Backpropagation Gambar 4. 7 Kode Program Proses Klasifikasi Algoritma Decision Tree J Gambar 4. 8 Kode Program Simpan Data dari jtable ke Database Gambar 4. 9 Menu Utama Gambar Proses Klasifikasi Algoritma Naïve Bayes dengan Metode Cross Validation 10-folds Gambar Proses Klasifikasi Algoritma Naïve Bayes dengan Metode Cross Validation 5-folds... 48

11 Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 10-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer =

12 Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Backpropagation 5-fold dengan Nilai hidden layer = Gambar Proses Klasifikasi Algoritma Decision Tree J48 dengan metode cross validation 10-folds Gambar Proses Klasifikasi Algoritma Decision Tree J48 dengan metode cross validation 5-folds Gambar Proses Simpan Hasil ke Database Gambar Proses Lihat Hasil Keseluruhan 10-folds Gambar Proses Lihat Hasil Keseluruhan 5-folds Gambar Proses Lihat Grafik... 64

13 DAFTAR TABEL Tabel 2. 1 Klasifikasi Status Gizi Anak Balita... 9 Tabel 4. 1 Perbandingan Algoritma Naïve Bayes, Backpropagation, dan Decision Tree J48 dengan Metode Cross Validation 10-Folds Tabel 4. 2 Perbandingan Algoritma Naïve Bayes, Backpropagation, dan Decision Tree J48 dengan Metode Cross Validation 5-Folds... 65

14 DAFTAR PUSTAKA [1] Anggraeni, Reni & Aviarini, Klasifikasi Status Gizi Balita Berdasarkan Indeks Antropometri (BB/U) Menggunakan Jaringan Saraf Tiruan. Fakultas Ilmu Komputer dan Teknologi Informasi. Universitas Gunadarma. [2] Kurniawan Edy, I Ketut & Suryo Sumpeno. Analisa Rekam Medis untuk Menentukan Pola Kelompok Penyakit Menggunakan Klasifikasi dengan Decision Tree J48. Pasca Sarjana Teknik Elektro. Institut Sepuluh November. Surabaya. [3] Shadiq, Muhammad Ammar, Keoptimalan Naive bayes Dalam Klasifikasi. Program Studi Ilmu Komputer, Fakultas Pendidikan Matematika Dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia. [4] Oktavia, Dian & DL. Chrispina Pardede. Perbandingan Kinerja Algoritma Decision Tree dan Naïve Bayes dalam Prediksi Kebangkrutan. Jurusan Sistem Informasi dan Sistem Komputer, Universitas Gunadarma. Jakarta. [5] Karlik, Bekir Hepatitis Disease Diagnosis Using Backpropagation and The Naïve Bayes Classifiers. Department of Computer Engineering, Mevlana University, Konya, Turkey. [6] Hamidah, Ida, Aplikasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5(Studi Kasus : Jurusan Teknik Komputer-Unikom). Jurusan Teknik Komputer. Fakultas Teknik dan Ilmu Komputer. Universitas Komputer Indonesia. Bandung. [7] Tessy, Data Mining. (online). (diakses 20 Maret 2013). [8] Khoiri, Idah Fitri Status Gizi Balita Di Posyandu Keluruhan Padang Bulan Kecematan Medan Baru. Fakultas Kedokteran. Universitas Sumatera Utara. Medan. [9] Susilowati, Pengukuran Status Gizi dengan Antropometri Gizi. Cimahi.

15 [10] Hastuti, Khafiizh, Analisis Komparasi Algoritma Klasifikasi Data Mining Untuk Prediksi Mahasiswa Non Aktif. Seminar Nasional Teknologi Informasi dan Komunikasi Terapan Universitas Dian Nuswantoro. Semarang. [11] Hasbi, Muhammad, Penggunaan Pohon Keputusan dalam Teori Keputusan. Program Studi Teknik Informatika. Sekolah Teknik Elektro dan Informatika. Institut Teknologi Bandung. Bandung. [12] Novrina. Decision Tree (Pohon Keputusan). (online). 4.pdf. (diakses 21 Maret 2013). [13] Defiyanti, Sofi & D.L. Crispina Pardede. Perbandingan Kinerja Algoritma ID3 dan C4.5 Dalam Klasifikasi Spam-Mail. Jurusan Sistem Informasi. Universitas Gunadarma [14] Widiastuti, Dwi. Analisa Perbandingan Algoritma SVM, Naïve Bayes, dan Decision Tree Dalam Mengklasifikasikan Serangan (Attacks) Pada Sistem Pendeteksi Intrusi. Jurusan Sistem Informasi. Universitas Gunadarma [15] Fajri, Radhiyatul. Pengertian WEKA. (online). (diakses 23 Maret 2013). [16] Jiunkpe, Dasar Teori-Bahasa Pemrograman Java. (online) java_me-chapter2.pdf. (diakses 26 Maret 2013).