SKRIPSI PERBANDINGAN KINERJA METODE NAIVE BAYES DAN C4.5 DALAM PENGKLASIFIKASIAN PENYAKIT DIABETES MELITUS DI RUMAH SAKIT KUMALA SIWI KUDUS

Transkripsi

1 SKRIPSI PERBANDINGAN KINERJA METODE NAIVE BAYES DAN C4.5 DALAM PENGKLASIFIKASIAN PENYAKIT MELITUS DI RUMAH SAKIT KUMALA SIWI KUDUS COMPARISON OF METHOD PERFORMANCE FROM NAIVE BAYES AND C4.5 IN THE CLASSIFICATION OF MELITUS IN KUMALA SIWI KUDUS HOSPITAL Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Komputer Disusun Oleh : Nama : Eska sarti Kundari NIM : A Program Studi : Teknik Informatika ( SI ) FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO SEMARANG 2015

2 PERSETUJUAN SKRIPSI Nama NIM Program Studi Fakultas Judul Tugas Akhir : Eska sarti Kundari : A :Teknik Informatika : Ilmu Komputer : Perbandingan Kinerja Metode Naive Bayes dan C4.5 Dalam Pengklasifikasian Penyakit Diabetes Mellitus Di Rumah Sakit Kumala Siwi Kudus Tugas Akhir ini telah diperiksa dan disetujui, Semarang, 30 April 2015 Menyetujui : Mengetahui : Pembimbing Dekan Fakultas Ilmu Komputer Suprayogi, M.Kom Dr. Abdul Syukur ii

3 PENGESAHAN DEWAN PENGUJI Nama : Eska Sarti Kundari NIM : A Program Studi : Teknik Informatika Fakultas : Ilmu Komputer Judul Tugas Akhir : Perbandingan Kinerja Metode Naive Bayes dan C4.5 dalam Pengklasifikasian Penyakit Diabetes Melitus Di Rumah Sakit Kumala Siwi Kudus Judul Tugas Akhir : Tugas akhir ini telah diujikan dan dipertahankan dihadapan Dewan Penguji pada Sidang tugas akhir tanggal 27 Juli Menurut pandangan kami, tugas akhir ini memadahi dari segi kualitas maupun kuantitas untuk tujuan penganugrahan gelar Sarjana Komputer (S.Kom) Semarang, 27 Juli 2015 Dewan Penguji : Noor Ageng Setiyanto, M.Kom Anggota 1 Ayu Pertiwi, S.Kom, MT Anggota 2 Heru Agus Santoso, Ph.D Ketua Penguji iii

4 PERNYATAAN KEASLIAN SKRIPSI Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan di bawah ini, saya : Nama : Eska sarti Kundari NIM : A Menyatakan bahwa karya ilmiah saya yang berjudul : Perbandingan Kinerja Metode Naive Bayes dan C4.5 Dalam Pengklasifikasian Penyakit Diabetes Melitus Di Rumah Sakit Kumala Siwi Kudus Merupakan karya asli saya (kecuali cuplikan dan ringkasan yang masing-masing telah saya jelaskan sumbernya). Apabila di kemudian hari, karya saya disinyalir bukan merupakan karya asli saya, yang disertai bukti-bukti yang cukup, maka saya bersedia untuk dibatalkan gelar saya beserta hak dan kewajiban yang melekat pada gelar tersebut. Demikian surat pernyataan ini saya buat dengan sebenarnya. Dibuat di : Semarang Pada tanggal : 27 Juli 2015 Yang menyatakan Eska Sarti Kundari iv

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan di bawah ini, saya : Nama : Eska Sarti Kundari NIM : A Demi mengembangkan Ilmu Pengetahuan, menyetujui untuk memberikan kepada Universitas Dian Nuswantoro Hak Bebas Royalti Non-Eksklusif (Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul : Perbandingan Kinerja Metode Naive Bayes dan C4.5 Dalam Pengklasifikasian Penyakit Diabetes Melitus Di Rumah Sakit Kumala Siwi Kudus Beserta perangkat yang diperlukan (bila ada). Dengan Hak Bebas Royalti Non- Eksklusif ini Universitas Dian Nuswantoro berhak menyimpan, mengcopy ulang (memperbanyak), menggunakan, mengelolanya dalam bentuk pangkalan data (database), mendistribusikannya dan menampilkan/mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta. Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak Universitas Dian Nuswantoro, segala bentuk tuntutan hukum yang timbul atas pelanggaran Hak Cipta dalam karya ilmiah saya ini. Demikian surat pernyataan ini saya buat dengan sebenarnya. Di buat di : Semarang Pada Tanggal : 27 Juli 2015 Yang Menyatakan Eska Sarti Kundari v

6 UCAPAN TERIMAKASIH Dengan memanjatkan puji syukur kehadirat Allah SWT, yang telah melimpahkan rahmat karunia-nya sehingga penulis dapat menyelesaikan laporan Tugas Akhir yang berjudul Perbandingan Kinerja Metode Naive Bayes dan C4.5 Dalam Pengklasifikasian Penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus pada waktu yang telah ditetapkan karena dukungan dari pihak yang tidak ternilai besarnya. Oleh karena itu penulis mengucapkan rasa terima kasih kepada : 1. Allah SWT dan nabi Muhammad SAW. 2. Ibu dan Bapak yang selalu memberi motivasi dan doa untuk menyelesaikan tugas akhir ini. 3. Dr. Ir. Edi Noersasongko, M.Kom, selaku Rektor Universitas Dian Nuswantoro Semarang. 4. Dr. Abdul Syukur, selaku Dekan Fakultas Ilmu Komputer. 5. Heru Agus Santoso, Ph.D selaku Ketua Program Studi Teknik Informatika Strata Satu. 6. Suprayogi, M.Kom, selaku dosen pembimbing yang telah memberikan informasi selama penulis melakukan penelitian. 7. Direksi dan semua staf Rumah Sakit Kumala Siwi Kudus, yang telah memberikan data data untuk menyelesaikan tugas akhir ini. 8. Saudara, Adik, Sahabat-sahabat tercinta dan Teman-teman yang selalu memberi dukungan dan menyemangati dalam menyelesaikan tugas akhir ini. Semoga Tuhan Yang Maha Esa memberikan balasan yang lebih besar kepada beliau-beliau, dan pada akhirnya penulis berharap bahwa penulisan laporan tugas akhir ini dapat bermanfaat dan berguna sebagaimana fungsinya. Semarang, Juli 2014 Penulis vi

7 ABSTRAK Seiring berjalannya waktu data data yang dimiliki rumah sakit akan bertambah banyak tetapi informasi yang bisa dipetik dari data data tersebut tidak seimbang dengan data data yang didapat. Hal tersebut dipengaruhi oleh banyaknya jumlah pasien yang telah melakukan pemeriksaan kesehatan termasuk penderita penyakit diabetes mellitus. Dengan memanfaatkan data mining, pengklasifikasian penyakit bisa dilakukan untuk mengetahui apakah pasien positif diabetes mellitus atau negatif diabetes mellitus. Data mining ini dapat menggali informasi dari gudang data dengan menggunakan metode - meode tertentu untuk mendapat informasi atau pengetahuan baru. Oleh karena itu data mining bisa digunakan untuk pengklasifikasian, algoritma naive bayes dan c4.5 adalah contoh algoritma yang bisa di gunakan untuk pengklasifikasian. Tujuan dari penelitian ini adalah untuk mengetahui akurasi yang lebih baik antara kedua algoritma tersebut, untuk menentukan akurasi mengguakan Confusion Matrix. Sehingga dalam studi kasus yakni rumah sakit kumala siwi kudus bisa menggunakan algoritma yang memiliki akurasi lebih baik. Peneliti akan membuat prototipe menggunakan bahasa pemrograman visual basic 6.0 dan menggunakan microsoft access sebagai database. Dengan prototipe ini diharapkan memberi informasi tentang akurasi algoritma naive bayes dan c4.5 dalam dalam pengklasifikasian penyakit diabetes mellitus di rumah sakit kumala siwi kudus. Kata Kunci : klasifikasi, naive bayes, decesion tree c4.5, data penyakit diabetes melitus, confusion matrix, visual basic 6.0, access viii

8 DAFTAR ISI PERSETUJUAN SKRIPSI... ii PENGESAHAN DEWAN PENGUJI... iii PERNYATAAN... iv KEASLIAN SKRIPSI... iv PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS... v UCAPAN TERIMAKASIH... vi ABSTRAK... viii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiii BAB I... 1 PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 5 BAB II... 6 LANDASAN TEORI Tinjauan Pustaka Penelitian Terkait Pengelompokan Data Mining... 7 ix

9 2.2 Landasan Teori Data Mining Diabetes Melitus Klasifikasi Teorema Bayes Kasus Naive Bayes Pohon Keputusan C Algoritma C Kasus Algoritma C Confusion Matrix Diagram Alir Kerangka Pikir Tugas Akhir BAB III METODE PENELITIAN Dasar Peneitian Instrumen Penelitian Bahan Peralatan Prosedur Pengambilan atau Pengumpulan Data Sumber data Jenis dan Sumber Data Contoh data pasien Tempat dan waktu penelitian Teknik Analisis Data Model / metode yang diusulkan BAB IV x

10 ANALISA HASIL PENELITIAN DAN PEMBAHASAN Persiapan Data Integrasi data Cleaning data Penghapusan variable dan pengelompokan record Eksperimen dan Pengujian Metode Perhitungan Algoritma Naive bayes Perhitungan algoritma C Pengujian Akurasi Algoritma Naive Bayes dan C Perancangan Prototype Perancangan Tampilan Prototype Implementasi Prototype BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA xi

11 DAFTAR TABEL Tabel 2. 1 data pasien hioertensi untuk kasus naive bayes Tabel 2. 2 data hipertensi untuk kasus C Tabel 2. 3 perhitungan node Tabel 2. 4 hasil perhitungan node Tabel 2. 5 hasil perhitungan node Tabel 2. 6 confusion matrix Tabel 3. 1 data pasien diabetes melitus Tabel 4. 1 data pasien yang sudah dikelompokkan menjadi satu Tabel 4. 2 nama atribut dan penjelasan Tabel 4. 3 data pasien yang sudah dikelompokkan dan dihapus variabel yang tidak dipakai Tabel 4. 4 perhitungan naive bayes Tabel 4. 5 perhitungan algoritma C4.5 node Tabel 4. 6 perhitungan algoritma C4.5 node Tabel 4. 7 perhitungan algoritma C4.5 node Tabel 4. 8 uji perhitungan akurasi Tabel 4. 9 uji perhitungan akurasi Tabel data testing Tabel perbandingan akurasi xii

12 DAFTAR GAMBAR Gambar 2. 1 konsep pohon keputusan Gambar 2. 2 konsep dasar pohon keputusan Gambar 2. 3 pohon keputusan hasil perhitungan node Gambar 2. 4 pohon keputusan hasil perhitungan node Gambar 2. 5 pohon keputusan hasil perhitungan node Gambar 2. 6 diagram alir kerangka pikir TA Gambar 3. 1 flow chart permodelan Gambar 4. 1 data pasien alsi excel Gambar 4. 2 pohon keputusan node Gambar 4. 3 pohon keputusan node Gambar 4. 4 pohon keputusan node Gambar 4. 5 tampilan prototype naive bayes dan C Gambar 4. 6 implementasi prototype naive bayes dan C Gambar 4. 7 implementasi prototype naive bayes Gambar 4. 8 implementasi prototype C xiii

13 BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes Melitus merupakan penyakit yang terjadi akibat kadar glukosa di dalam darah tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara normal. Kadar glukosa darah sepanjang hari bervariasi, meningkat setelah makan dan kembali normal dalam waktu dua jam. Glukosa darah normal pada pagi hari setelah malam sebelumnya berpuasa adalah mg/dl. Glukosa darah biasanya kurang dari mg/dl pada dua jam setelah makan atau minum cairan yang mengandung gula maupun karbohidrat lainnya. Glukosa darah normal cenderung meningkat secara ringan tetapi progresif setelah usia 50 tahun, terutama pada orang orang yang tidak aktif beraktifitas. Insulin adalah hormon yang dilepaskan oleh pankreas, merupakan zat utama yang bertanggungjawab dalam mempertahankan kadar glukosa darah yang tepat. Insulin menyebabkan glukosa berpindah ke dalam sel sehingga bisa menghasilkan energi. Diabetes Melitus terjadi jika tubuh tidak menghasilkan insulin yang cukup untuk mempertahankan glukosa darah normal atau jika sel tidak memberikan respon yang tepat terhadap insulin [1]. Rumah Sakit Kumala Siwi adalah salah satu rumah sakit swasta yang berada di Jl. Jepara Km 6 Desa Mijen RT 10 RW 06, Kec. Kaliwungu Kab, Kudus yang memiliki data data mengenai pasien yang melakukan pemeriksaan kesehatan. Hasil dari pemeriksaan tersebut dapat mendiagnosa potensi seorang pasien dalam menderita Diabetes Melitus. Seiring berjalannya waktu data data yang dimiliki rumah sakit akan bertambah banyak tetapi informasi yang bisa dipetik dari data data 1

14 2 tersebut tidak seimbang dengan data data yang didapat. Oleh karena itu diperlukan suatu teknik dan perangkat yang dapat membantu dalam mendukung data tersebut menjadi suatu informasi yang berguna yaitu dengan penerapan data mining dengan tujuan untuk mentukan apakah pasien yang telah melakukan pemeriksaan kesehatan termasuk penderita penyakit Diabetes Melitus atau tidak. Metode klasifikasi adalah suatu teknik dengan melihat pada kelakuan dan atribut dari kelompok yang telah didefinisikan.teknik ini dapat memberikan klasifikasi pada data baru dengan memanipulasi data yang ada yang telah diklasifikasi dan dengan menggunakan hasilnya untuk memberikan sejumlah aturan. Aturan-aturan tersebut digunakan pada datadata baru untuk diklasifikasi. Teknik ini menggunkan supervised induction, yang memanfaatkan kumpulan pengujian dari record yang terklasifikasi untuk menentukan kelas-kelas tambahan. Ada beberapa algoritma dalam metode klasifikasi antara lain adalah Naive bayesian classifier, K-Nearest Neighbor ( K-NN ) classification, Support vector machine ( SVM ) [2]. Teorema Bayes adalah sebuah pendekatan untuk sebuah ketidak tentuan yang diukur dengan probabilitas. Pendekatan bayes pada saat klasifikasi adalah mencari probabilitas tertinggi (VMAP) dengan masukan atribut (a1, a2, a3,..., an) seperti tampak pada persamaan 1 berikut [2] : VMAP = arg max P(vj a1,a2,a3,...,an) ( 1 ) vj V. Teorema Bayes sendiri berawal dari rumus persamaan 2 berikut : P(A B) = P(B A) p(b) ( 2 )

15 3 Dimana P(A B) artinya peluang A jika diketahui keadaan B. Kemudian dari persamaan rumus 2 diatas didapat persamaan 3 seperti berikut : P(B A) = P( B A) P(A) ( 3 ) Sehingga didapatkan teorema bayes seperti persamaan 4 berikut : P (A B) = P(B A)p(A) P(B) ( 4 ) Yang mana : A adalah hipotesis data A (class spesifik) B adalah data dengan class yang belum diketahui P(A B) adalah probabilitas hipotesis A berdasar kondisi B (posterior probability) P(B A) adalah probabilitas B berdasar kondisi pada hipotesis A P(A) adalah probabilitas hipotesis A (prior probability) P(B) adalah probabilitas dari B Menggunakan teorema bayes ini, persamaan diatas dapat ditulis menjadi persamaan 5 berikut ini : Vmap=arg max P(a1,a2,a3,,an vj)p(vj) P(a1,a2,a3, an) ( 5 ) Karena nilai P(a1, a2, a3,..., an) konstan untuk semua vj, maka persamaan ini dapat ditulis menjadi persamaan 6 berikut ini : VMAP = arg max P(a1,a2,a3,...,an vj)p(vj) Vj V Untuk menghitung P(a1, a2, a3,..., an vj) bisa jadi semakin sulit karena jumlah term P(a1, a2, a3,..., an vj) bisa jadi sangat besar [2]. Hal ini disebabkan jumlah term tersebut [3].

16 4 Algoritma C4.5 adalah algoritma klasifikasi data dengan teknik pohon keputusan yang memiliki kelebihan-kelebihan. Kelebihan ini misalnya dapat mengolah data numerik (kontinyu) dan diskret, dapat menangani nilai atribut yang hilang, menghasilkan aturan-aturan yangmudah diinterpretasikan dan tercepat diantara algoritma-algoritma yang lain [4]. Penelitian yang terkait lainnya adalah perbandingan algoritma untuk pengklasifikasian dalam mendeteksi penyakit kanker menggunakan algoritma Neural Network dengan metode prune yang menghasilkan keakurasian terbaik yaitu 90,25 %, sedangkan algoritma C4.5 yang berbasis decission tree juga telah terbukti memiliki keakurasian yang baik pada penelitian penelitian sebelumnya tetapi dalam permasalahan ini tidak cocok, hal ini dapat dilihat dari keakurasian yang lebih rendah jika dibandingkan dengan Neural Network yaitu 86,76 %. [5]. Karena itu Penulis ingin membuat tugas akhir mengenai Perbandingan kinerja metode naive bayes dan C4.5 dalam pengklasifikasian penyakit diabetes melitus di rumah sakit kumala siwi kudus. 1.2 Rumusan Masalah Berdasarkan latar belakang yang dikemukakan di atas, maka penulis merumuskan permasalahan yang dihadapi adalah Bagaimana keakurasian metode naive bayes dan C4.5 untuk pengklasifikasian penyakit diabetes melitus di rumah sakit kumala siwi kudus. 1.3 Batasan Masalah Untuk menghindari pembahasan yang meluas, maka penulis hanya membatasi pembahasan permasalahan hanya pada: a. Memperbandingan klasifikasi penyakit Diabetes Melitus menggunakan dua metode yaitu naive bayes dan C4.5. b. Data yang digunakan adalah data pasien dari sebuah Rumah Sakit Kumala Siwi di kabupaten Kudus. c. Aplikasi ini di buat menggunakan Visual Basic 6.0.

17 5 1.4 Tujuan Penelitian Tujuan penelitian ini adalah untuk menentukan keakurasian metode naive bayes dan C4.5 untuk mengklasifikasi penyakit Diabetes Melitus pada Rumah Sakit Kumala Siwi Kudus. 1.5 Manfaat Penelitian Adapun manfaat penilitian yang ingin dicapai dalam penelitian ini antara lain : 1. Bagi Penulis Penulis dapat lebih mengetahui cara menerapkan ilmu-ilmu yang telah dipelajari selama ini dalam merancang dan membuat aplikasi sistem dengan teknik data mining, serta sebagai syarat dalam memperoleh gelar sarjana komputer. 2. Bagi Universitas Sebagai sarana untuk mengukur sejauh mana pemahanam dan penguasaan mahasiswa tentang teori yang didapatkan dalam perkuliahan. Selain itu juga dapat menambah literatur perpustakaan universitas. 3. Bagi Rumah Sakit Diharapkan dengan adanya aplikasi ini dapat membantu untuk pengklasifikasian penyakit Diabetes Melitus secara cepat dan tepat.

18 BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian Terkait 1. Perbandingan Kinerja Metode Klasifikasi Data Mining Menggunakan Naive Bayes dan Algoritma C4.5 Untuk Prediksi Ketetapan Waktu Kelulusan Mahasiswa, Dalam penelitian ini digunakan untuk memprediksi tingkat kelulusan mahasiswa telah banyak dilakukan. Dalam penelitian ini di lakukan perbandingan menggunakan metode klasifikasi data mining dengan algoritma naive bayes dan algoritma C4.5. dalam penelitian ini digunakan 1919 data dengan atribut nim, nama, progdi, jenis kelamin,status marital, status pekerjaan, ip semester 1 sampai ip semester 8 dengan label tepat atau terlambat. Hasil dari penelitian tersebut dapat diperoleh prediksi tingkat ketetapan kelulusan mahasiswa dengan menggunakan C4.5 didapatkan tingkat keakurasian tertinggi yaitu % sedangkan pada permodelan naive bayes meperoleh tingat keakurasian %. Oleh karena itu dapat disimpulkan berdasarkan tingkat akurasi, bahwa permodelan metode C4.5 lebih baik dalam mempridiksi ketetapan kelulusan mahasiswa. [6]. 2. Perbandingan Kinerja C4.5 Dan ID3 Dalam Pengklasifikasian Diagnosis Penyakit Diabetes Melitus, dalam penelitian ini digunakan 625 data dengan atribut pregnant, plasma glucose, diastolic blood- pressure, tricepts skin fold thickness, insulin, body mass index, Diabetes pedigree function, age, class variable, dengan label positif dan negatif. Dari hasil penelitian dapat diketahui bahwa C4.5 J48 memberikan akurasi tertinggi terhadap 6

19 7 diagnosa DM sebesar %, dan sebaliknya akurasi C4.5 ID3 hanya mencapai 72.64% [1]. 3. Implementasi Teknik Data Mining Didalam Analisis Penyakit Diabetes Melitus Tipe II Menggunakan Decision, dalam penelitian ini data yang digunakan adalah 185 data dan atribut yang digunakan adalah usia, jenis kelamin, berat badan, tinggi badan, plasmainsulin, gula darah puasa, dengan label positf dan negatif, dalam penilitian menggunkan algoritma C4.5 ini maka tingkat keakurasiannya adalah 91,8819% [7]. 4. Diagnosa Penyakit Diabetes Melitus Dengan Metode Naïve Bayes Berbasis Desktop Application, data yang digunakan dalam penelitia ini hanya 18 dataset usia, jenis kelamin, berat badan, plasmainsulin, gula darah puasa, dengan label positf dan negatif, penelitian dengan menggunakan algoritma naivwebayes ini menghasilkan tingkat keakurasian 94,4%. Kesipulan dari penelitian ini adalah semakin banyak dataset yang digunakan semakin tinggi tingkat keakuratannya [3] Pengelompokan Data Mining Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan, yaitu [8]. 1. Deskripsi, terkadang peneliti dan analis secara sederhana ingin mencoba mencari cara untuk menggambarkan pola dan kecenderungan yang terdapat dalam data. 2. Estimasi, estimasi hampir sama dengan klasifikasi, kecuali variabel target estimasi lebih ke arah numeric dari pada ke arah

20 8 3. kataegori. Model dibangun menggunakan record lengkap yang menyediakan nilai variabel target sebagai nilai prediksi. 4. Prediksi, prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada di masa mendatang. 5. Klasifikasi, dalam klasifikasi terdapat target variabel kategori. Sebagai contoh, penggolongan pendapatan dapat dipisahkan dalam tiga kategori, yaitu pendapatan tinggi, pendapatan sedang, dan pendapatan rendah. 6. Pengklusteran, pengklusteran merupakan pengelompokan record, pengamatan, atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Kluster adalah kumpulan record yang memiliki kemiripan satu dengan yang lainnya dan memiliki ketidak miripan dengan record-record dalam kluster lain. 7. Asosiasi, asosiasi dalam data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang belanja. 2.2 Landasan Teori Data Mining Data Mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar [9]. Data mining juga disebut sebagai serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini

21 9 [10]. tidak diketahui secara manual dari suatu kumpulan data Diabetes Melitus Diabetes Melitus (DM) adalah penyakit yang akhir-akhir ini semakin banyak dijumpai. Penyakit Diabetes Melitus juga sering kita sebut dengan istilah kencing manis atau penyakit gula darah. Penyakit yang satu ini termasuk jenis penyakit kronis yang tanda awalnya yaitu meningkatnya kadar gula dalam darah sebagai akibat adanya gangguan sistem metabolisme dalam tubuh. Organ tubuh yang terganggu adalah pankreas yang mana sudah tidak berfungsi sebagaimana mestinya. Pankreas sudah tidak mampu memproduksi hormon insulin dalam memenuhi kebutuhan tubuh [3] Ada beberapa jenis Diabetes Melitus yaitu diabetes milius tipe 1, diabetes Melitus tipe 2, dan diabetes Melitus tipe gestasional. Seseorang dapat dikatakan memiliki resiko penyakit diabetes melitus apabila diketahui pada pemeriksaan kadar gula darah dalam puasannya melebihi angka 126 mg/dl atau dua kali bertutut turut pemeriksaan kadar gula darah setelah 2 jam melebihi 180 mg / dl, tekanan darah tinggi yaitu lebih dari 140 / 85 mm Hg, berat badan obese yaitu untuk laki laki 75 kg dan perempuan 55 kg, usia lebih dari 45 tahun. [11] Selain definisi diatas, ada juga beberapa definisi lain tentang Diabetes Melitus antara lain sebagai berikut : 1. Diabetes Melitus merupakan suatu kelompok metabolik yang memiliki karakteristik hiperglikemia atau peningkatan kadar gula darah dan terjadi karena kelainan sekresi insulin, kerja insulin, atau keduanya [3]. 2. DM merupakan penyakit yang terjadi akibat kadar glukosa di dalam darah tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara normal [1].

22 Klasifikasi Klasifikasi adalah suatu fungsionalitas data mining yang akan menghasilkan model untuk memprediksi kelas atau kategori dari objek-objek di dalam basis data. Klasifikasi merupakan proses yang terdiri dari dua tahap, yaitu tahap pembelajaran dan tahap pengklasifikasian [12]. Pada tahap pembelajaran, sebuah algoritma klasifikasi akan membangun sebuah model klasifikasi dengan cara menganalisis training data. Tahap pembelajaran dapat juga dipandang sebagai tahap pembentukan fungsi atau pemetaan Y=F(X) diman Y adalah kelas hasil prediksi dan X adalah tuple yang ingin diprediksi kelasnya. Selanjutnya pada tahap pengklasifikasian, model yang telah dihasilkan akan digunakan untuk melakukan klasifikasi Teorema Bayes Teorema Bayes adalah sebuah pendekatan untuk sebuah ketidak tentuan yang diukur dengan probabilitas. Pendekatan bayes pada saat klasifikasi adalah mencari probabilitas tertinggi (VMAP) dengan masukan atribut (a1, a2, a3,..., an) seperti tampak pada persamaan 1 berikut [2] : VMAP = arg max P(vj a1,a2,a3,...,an) ( 1 ) vj V. Teorema Bayes sendiri berawal dari rumus persamaan 2 berikut : P(A B) = P(B A) p(b) ( 2 ) Dimana P(A B) artinya peluang A jika diketahui keadaan B. Kemudian dari persamaan rumus 2 diatas didapat persamaan 3 seperti berikut :

23 11 P(B A) = P( B A) P(A) ( 3 ) Sehingga didapatkan teorema bayes seperti persamaan 4 berikut : P(A B) = P(B A)p(A) P(B) ( 4 ) Yang mana : A adalah hipotesis data A (class spesifik) B adalah data dengan class yang belum diketahui P(A B) adalah probabilitas hipotesis A berdasar kondisi B (posterior probability) P(B A) adalah probabilitas B berdasar kondisi pada hipotesis A P(A) adalah probabilitas hipotesis A (prior probability) P(B) adalah probabilitas dari B Menggunakan teorema bayes ini, persamaan diatas dapat ditulis menjadi persamaan 5 berikut ini : Vmap=arg max P(a1,a2,a3,,an vj)p(vj) P(a1,a2,a3, an) ( 5 ) Karena nilai P(a1, a2, a3,..., an) konstan untuk semua vj, maka persamaan ini dapat ditulis menjadi persamaan 6 berikut ini : VMAP = arg max P(a1,a2,a3,...,an vj)p(vj) Vj V Untuk menghitung P(a1, a2, a3,..., an vj) bisa jadi semakin sulit karena jumlah term P(a1, a2, a3,..., an vj) bisa jadi sangat besar [2]. Hal ini disebabkan jumlah term tersebut [3]. Secara umum algoritma naive bayes apabila diberikan inputan baru, maka klasifikasi dapat ditentukan sebagai berikut : 1. Menghitung jumlah class / label 2. Menghitung jumlah kasus yang sama dengan class yang sama 3. Kalikan semua hasil variabel,

24 12 4. Dari hasil variabel yang dikalian tersebut cari probabilitas yang tertinggi [8] Kasus Naive Bayes Tabel 2. 1 data pasien hioertensi untuk kasus naive bayes No Nama Pasien Berat Badan Usia Jenis Kelamin Hipertensi 1. Oky lukman Obese Tua P Ya 2. Pasha ungu Obese Tua L Ya 3. Budi anduk Obese Tua L Ya 4. Indra bekti Obese Tua L Ya 5. Luna maya Obese Muda P Ya 6. Tukul Obese Muda L Ya 7. Afgan Normal Tua L Ya 8. Desta Normal Tua L Ya 9. Ringgo Normal Muda L Tidak 10. Ruben Normal Muda L Tidak 11. Titi kamal Normal Muda P Tidak 12. Aura kasih Normal Tua P Tidak 13. Jengkelin Normal Tua P Tidak 14. Ari untung Normal Muda L Tidak 15. Gita gutawa Low Muda P Tidak 16. Fedi nuril Low Muda L Tidak 17. Dian sastro Low Tua P Tidak

25 Nicolas Low Tua L Tidak Berdasaran tabel diatas dapat dihitung klasifikasi data penyakit hipertensi apabila diberikan inputan berupa nama pasien, berat badan, usia, jenis kelamin, dan status hipertensi menggunakan algoritma naive bayes. Apabila diberikan inputan baru, maka klasifikasi data penyakit hipertensi dapat ditentukan melalui langkah berikut : 1. Menghitung jumlah class / label P (Y= Ya)= 8/18 jumlah data Ya pada data pasien hipertensi dibagi dengan jumlah keseluruhan data P (Y= Tidak)= 10/18 jumlah data Tidak pada data pasien hipertensi dibagi dengan jumlah keseluruhan data 2. Menghitung jumlah kasus yang sama dengan class yang sama P ( Berat Badan = Obese Y = Ya ) = 6 / 8 P ( Berat Badan = Obese Y = Tidak ) = 0 / 10 P ( Usia = Tua Y = Ya ) = 6 / 8 P ( Usia = Tua Y = Tidak ) = 4 / 10 P ( Jenis Kelamin = P Y = Ya ) = 2 / 8 P ( Jenis Kelamin = P Y = Ya ) = 5 / Kalikan semua hasil variabel Ya Tidak. P (Obese \ Ya ) * P (Tua \ Ya) * P ( P \ Ya). = 6 8 x 6 8 x 2 8 = 0.75 X 0.75 X 0.25 = 0.14 P (Obese \ Tidak ) * P (Tua \ Tidak) * P ( P \ Tidak). = 0 10 x 4 10 x 5 10 = 0 X 0.4 X 0.5

26 14 = 0 4. Dari hasil diatas, terlihat bahwa nilai probabilitas teringgi ada pada kelas ( P Ya) sehingga dapat disimpulkan bahwa status pasien tersebut termasuk dalam klasifikasi Ya Pohon Keputusan C4.5 Pohon (tree) adalah sebuah struktur data yang terdiri dari simpul (node) dan rusuk (edge). Simpul pada sebuah pohon dibedakan menjadi tiga, yaitu simpul akar (root node), simpul percabangan/ internal (branch/ internal node) dan simpul daun (leaf node) [8]. Pohon keputusan merupakan representasi sederhana dari teknik klasifikasi untuk sejumlah kelas sehingga,simpul internal maupun simpul akar ditandai dengan nama atribut, rusukrusuknya diberi label nilai atribut yang mungkin dan simpul daun ditandai dengan kelas-kelas yang berbeda [8]. DATA C4.5 Rule Gambar 2. 1 konsep pohon keputusan Proses pada pohon keputusan adalah mengubah bentuk data (tabel) menjadi model pohon, mengubah model pohon menjadi rule, dan menyederhanakan rule. Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk membreak down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan. Pohon Keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan

27 15 tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Pohon keputusan merupakan himpunan aturan IF...THEN. Setiap path dalam tree dihubungkan dengan sebuah aturan, di mana premis terdiri atas sekumpulan node-node yang ditemui, dan kesimpulan dari aturam terdiri atas kelas yang terhubung dengan leaf dari path [8]. Root Internal node 1 Leaf 1 Leaf 2 Leaf 3 Gambar 2. 2 konsep dasar pohon keputusan Bagian awal dari pohon keputusan ini adalah titik akar (root), sedangkan setiap cabang dari pohon keputusan merupakan pembagian berdasarkan hasil uji, dan titik akhir (leaf) merupakan pembagian kelas yang dihasilkan. Pohon keputusan banyak mengalami perkembangan, beberapa algoritma yang populer dan sering dipakai adalah ID3, C4.5 dan CART Algoritma C4.5 Algoritma C4.5 adalah algoritma klasifikasi data dengan teknik pohon keputusan yang memiliki kelebihan-kelebihan.

28 16 Kelebihan ini misalnya dapat mengolah data numerik (kontinyu) dan diskret, dapat menangani nilai atribut yang hilang menghasilkan aturan-aturan yang mudah diinterpretasikan dan tercepat diantara algoritma-algoritma yang lain [4]. Keakuratan prediksi yaitu kemampuan model untuk dapat memprediksi label kelas terhadap data baru atau yang belum diketahui sebelumnya dengan baik. Dalam hal kecepatan atau efisiensi waktu komputasi yang diperlukan untuk membuat dan menggunakan model. Kemampuan model untuk memprediksi dengan benar walaupun data ada nilai dari atribut yang hilang. Dan juga skalabilitas yaitu kemampuan untuk membangun model secara efisien untuk data berjumlah besar (aspek ini akan mendapatkan penekanan). Terakhir interpretabilitas yaitu model yang dihasilkan mudah dipahami. Dalam algoritma C4.5 untuk membangun pohon keputusan hal pertama yang dilakukan yaitu memilih atribut sebagai akar. Kemudian dibuat cabang untuk tiap-tiap nilai didalam akar tersebut. Langkah berikutnya yaitu membagi kasus dalam cabang. Kemudian ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. Untuk memilih atribut dengan akar, didasarkan pada nilai gain tertinggi dari atribut-tribut yang ada. Untuk menghitung gain digunakan rumus sebagai berikut [4]. Gain ( S, A ) = Entropy ( S ) - n Si i=1 Entropy ( S ) S Keterangan: S : Himpunan kasus A : Atribut N : Jumlah partisi atribut A Si : Jumlah kasus pada partisi ke-i

29 17 S : Jumlah kasus dalam S Sehingga akan diperoleh nilai gain dari atribut yang paling tertinggi. Gain adalah salah satu atribute selection measure yang digunakan untuk memilih test atribute tiap node pada tree. Atribut dengan information gain tertinggi dipilih sebagai test atribute dari suatu node. Sementara itu, penghitungan nilai entropy dapat dilihat pada persamaan : Entropy ( S ) = n i=1 pi log₂pi Keterangan : S : Himpunan kasus A : Atribut N : Jumlah partisi S Pi : Proporsi dari Si terhadap S Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut : 1. Pilih atribut sebagai akar 2. Buat cabang untuk tiap tiap nilai 3. Bagi kasus dalam cabang 4. Ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. [8] Kasus Algoritma C 4. 5 Tabel 2. 2 data hipertensi untuk kasus C4.5 No Nama Pasien Berat Badan Usia Jenis Hipertensi Kelamin 1. Oky lukman Obese Tua P Ya 2. Pasha ungu Obese Tua L Ya

30 18 3. Budi anduk Obese Tua L Ya 4. Indra bekti Obese Tua L Ya 5. Luna maya Obese Muda P Ya 6. Tukul Obese Muda L Ya 7. Afgan Normal Tua L Ya 8. Desta Normal Tua L Ya 9. Ringgo Normal Muda L Tidak 10. Ruben Normal Muda L Tidak 11. Titi kamal Normal Muda P Tidak 12. Aura kasih Normal Tua P Tidak 13. Jengkelin Normal Tua P Tidak 14. Ari untung Normal Muda L Tidak 15. Gita gutawa Low Muda P Tidak 16. Fedi nuril Low Muda L Tidak 17. Dian sastro Low Tua P Tidak 18. Nicolas Low Tua L Tidak Berikut ini adalah penjelasan lebih terperinci mengenai tiap tiap langkah dalam pembentukan pohon keputusan dengan menggunakan algoritma C4.5 untuk menyelesaikan permasalahan tabel Menghitung jumlah kasus, jumlah kasus untuk diagnosa Ya, jumlah kasus untuk keputusan Tidak, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut Berat Badan,

31 19 Usia, dan Jenis Kelamin. Setelah itu, lakukan penghitungan gain untuk setiap atribut. Hasil perhitungan ditunjukkan oleh tabel 2.3. Tabel 2. 3 perhitungan node 1 NODE 1 JUMLAH KASUS ( S ) No ( S1 ) Yes ( S2 ) Entropy TOTAL Gain Berat Badan Obese Normal Low Usia Tua Muda Jenis Kelamin -P L Baris Total kolom entropy pada tabel 2.3 dihitung dengan persamaan 2 sebagai berikut: Entropy ( Total ) = ( Entropy ( Total ) = * log₂ ( 10 8 )) + ( * log₂ ( 8 18 )) Sementara itu nilai gain pada baris berat badan dihitung dengan menggunakan persamaan 1 sebagai berikut :

32 20 Gain ( Total, berat badan ) = entropy ( total ) - n Berat badan i=1 Total entropy (berat badan ) Gain ( Total, berat badan ) = (( 6 0 ) + ( ) + ( 4 0 ) 10 Gain ( Total, Berat badan ) = Dari hasil pada tabel 2.3 dapat diketahui bahwa atribut dengan gain tertinggi adalah berat badan, yaitu sebesar dengan demikian, berat badan dapat menjadi node akar. Ada tiga nilai atribut tersebut, nilai atribut Obese, Normal dan Low. Dari ketiga nilai tersebut, nilai aribut Obese sudah mengklasifikasi kasus menjadi 1. Yaitu diagnosa Yes, sehingga tidak perlu dilakukan perhiungan lebih lanjut, untuk nilai atribut Low juga sudah mengklasifikasian kasus menjadi satu yaitu diagnosa No, sehingga tidak perlu di perhitungkan lebih lenjut, tetapi untuk nilai atribut Normal masih perlu dilakukan perhitungan lagi. Dari hasil tersebut dapat digambarkan pohon keputusan sementaranya tampak pada gambar. 1.Berat badan Obese Normal Low Yes 1.1? No Gambar 2. 3 pohon keputusan hasil perhitungan node 1

33 21 2. Menghitung jumlah kasus, jumlah kasus untuk keputusan yes, jumlah kasus untuk keputusan no, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut Berat badan, Usia, Jenis Kelamin yang dapat menjadi node akar dari nilai atribut Normal. Setelah itu, lakukan perhitungan gain untuk tiap tiap atribut. Hasil perhitungan ditunjukkan pada tabel 2.4. Tabel 2. 4 hasil perhitungan node 1.1 NODE 1.1 Jumlah No Yes Entropy Gain kasus ( S ) ( S1 ) ( S2 ) Berat badan Normal Usia Tua Muda Jenis kelamin P L Dari hasil pada tabel 2.4 dapat diketahui bahwa atribut dengan gain tertinggi adalah Usia, yaitu sebesar dengan demikian Usia dapat menjadi node cabang dari nilai atribut Normal, ada dua nilai atribut Usia, yaitu Tua, dan muda. Dari kedua nilai atribut tersebut, nilai atribut muda sudah mengklasifikasikan kasus menjadi 1, yaitu keputusan No, tetapi untuk nilai atribut Tua masih perlu dilakukan perhitungan lagi.

34 22 Pohon keputusan yang terbentuk sampai tahap ini dilanjutkan pada gambar berikut : 1.Berat badan Obese Normal Low Yes Usia No Tua Muda 1.1? No Gambar 2. 4 pohon keputusan hasil perhitungan node Menghitung jumlah kasus, jumlah kasus untuk keputusan yes, jumlah kasus untuk keputusan no, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut Berat badan, Usia, Jenis Kelamin yang dapat menjadi node akar dari nilai atribut Tua. Setelah itu, lakukan perhitungan gain untuk tiap tiap atribut. Hasil perhitungan ditunjukkan pada tabel 2.5. Tabel 2. 5 hasil perhitungan node 1.2 NODE 1.2 Berat badan normal dan usia - tua Jumlah kasus ( S ) No ( S1 ) Yes ( S2 ) Entropy Gain

35 23 Jenis kelamin 0 -P L Berat Badan Obese Normal Low Yes Usia No Tua Muda Jenis kelamin No L P Yes No Gambar 2. 5 pohon keputusan hasil perhitungan node 1.2 Dengan memperhatikan pohon keputusan pada gambar, diketahui bahwa semua kasus sudah masuk dalam kelas. Dengan demikian, pohon keputusan pada gambar merupakan pohon keputusan terakhir yang terbentuk.

36 Confusion Matrix Confusion Matrix adalah alat ( tools ) visualisasi yang biasa digunakan pada supervised learning. Tiap kolom pada matriks adalah contoh kelas prediksi, sedangkan tiap baris mewakili kejadian di kelas yang sebenarnya [6]. Confusion matrix berisi informasi aktual ( actual ) dan prediksi ( predicted ) pada sistem klasifikasi. Tabel 2.2 adalah contoh tabel confusion matrix yang menunjukkan klasifikasi dua kelas. Tabel 2. 6 confusion matrix Prediksi Aktual Negatif A C Positif B D Keterangan : A = Jumlah prediksi yang tepat bahwa instance bersifat negatif B = Jumlah prediksi yang salah bahwa instance bersifat positif C = Jumlah prediksi yang salah bahwa instance bersifat negatif D = Jumlah predisi yang tepat bahwa instance bersifat positif Beberapa persyaratan standar yang telah didefinisikan untuk matrik klasifikasi dua kelas : a. Keakuratan ( AC ) adalah proporsi jumlah prediksi benar. Rumus persamaannya : AC = A + D / A + B + C + D b. Penarikan kembali ( recall ) atau tingkat positif benar ( TP ) adalah proporsi kasus positif yang diidentifikasi dengan benar, yang dihitung dengan benar, yang dihitung dengan persamaan : TP = D / C + D

37 25 c. Tingkat positif salah ( FP ) adalah proporsi kasus negatif yang salah diklasifikasi sebagai positif, yang dihitung dengan menggunakan persamaan : FP = B / A + B d. Tingkat negatif sejati ( TN ) diidentifikasikan sebagai proporsi kasus negatif yang diklasifikasikan dengan benar, yang dihitung dengan menggunakan persamaan : TN = A / A + B e. Tingkat negatif palsu ( FN ) adalah proporsi kasus positif yang salah diklasifikasikan sebagai negatif, yang dihitung dengan menggunakan persamaan : FN = C / C + D f. Presisi ( P ) adalah proporsi prediksi kasus positif yang benar, yang dihitung dengan menggunakan persamaan : P = D / B + D.

38 Diagram Alir Kerangka Pikir Tugas Akhir Mulai Menentukan topik Pengamatan pendahuluan Persiapan dan inventarisasi data Pengumpulan data Pengolahan data Pengklasifikasian data menggunakan naive bayes Pengklasifikasian data menggunakan algoritma C4.5 Menganalisa untuk menentukan persentasi keakurasian data Kesimpulan Selesai Gambar 2. 6 diagram alir kerangka pikir TA

39 BAB III METODE PENELITIAN Penulis melakukan penelitian di Rumah Sakit Kumala Siwi yang beralamatkan di Jl. Jepara Km 6 Desa Mijen RT 10 RW 06, Kec. Kaliwungu Kab, Kudus Penelitian ini dilakukan untuk mengambil data pasien yang digunakn untuk memperbandingkan kinerja metode naive bayes dan C4.5 dalam pengklasifikasian penyakit diabetes Melitus. 3.1 Dasar Peneitian Penelitian ini dilakukan berdasarkan permasalahan yang telah diuraikan pada bab sebelumnya. Yaitu untuk memperbandingkan metode Naive Bayes dan C4.5 dalam pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus. 3.2 Instrumen Penelitian Berdasarkan permasalahan yang telah diuraikan pada bab sebelumnya, maka bahan dan peralatan yang diperlukan untuk penelitian ini meliputi : Bahan Dalam penelitian ini bahan yang dibutuhkan adalah data pasien di Rumah Sakit Kumala Siwi Kudus Peralatan Peralatan dalam penelitian ini meliputi kebutuhan software dan kebutuhan hardware. Dibawah ini merupakan kebutuhan dari sistem, diantaranya: Kebutuhan Software : 1. Windows Edition : Windows 7 Professional (Copyright 2009 Microsoft Corporation) 3. System Type : 64-bit Operating System 27

40 28 Kebutuhan Hardware : 1. Processor Intel(R) Core(TM) i3-2310m 2.1 GHz 2. Installed memory (RAM) 2.00 GB 3.3 Prosedur Pengambilan atau Pengumpulan Data Untuk mengetahui perbandingan kinerja metode naive bayes dan C4.5 dalam pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus, beberapa teknik pengumpulan data dan variabel digunakan, diantaranya adalah : 1. Wawancara mendalam, yaitu dilakukan untuk memperoleh data dengan meminjam data pasien dan penulisan secara langsung kepada Rumah Sakit Kumala Siwi Kudus. 2. Diskusi Interaktif disamping itu, dalam proses pengumpulan dan penyusunan instrument data dasar ini dilakukan dengan cara melakukan diskusi yang dilakukan oleh pihak-pihak terkait, diantaranya dr. Rikha Rahmawati dari pihak Rumah Sakit Kumala Siwi Kudus. 3.4 Sumber data Sumber data yang digunakan untuk mengetahui perbandingan kinerja metode naive bayes dan C4.5 dalam pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus ini diperoleh dari data pasien yang berada di rekam medis Rumah Sakit tersebut Jenis dan Sumber Data Jenis dan sumber data yang menjadi bahan dalam kegiatan ini adalah Data sekunder, data dan informasi yang diperoleh dari dokumen yang berupa data pasien yang berasal dari rekam medis Rumah Sakit Kumala Siwi Kudus.

41 Contoh data pasien Tabel 3. 1 data pasien diabetes melitus Kadar Kadar Tekanan Berat Umur Jenis status glukosa glukosa darah badan kelamin puasa setelah dua jam low Low high Severelyobese young P negatif high high high Severelyobese medium medium high Severelyobese high high high Severelyobese high high high Severelyobese medium P medium L medium L medium P positif negatif positif positif 3.5 Tempat dan waktu penelitian Dalam melaksanakan penelitian ini, tempat yang dijadikan bahan penelitian yaitu Rumah Sakit Kumala Siwi Kudus. Waktu penelitian dilakukan Selama 2 bulan. 3.6 Teknik Analisis Data Data pasien di Rumah Sakit Kumala Siwi Kudus diperoleh dari pengumpulan data, namun tidak semua data dapat digunakan dan tidak semua atribut digunakan karena harus melalui beberapa tahap pengolahan awal data (preparation data). Untuk mendapatkan data yang berkualitas, beberapa teknik yang dilakukan sebagai berikut: 1. Data cleaning

42 30 Data yang tidak berkualitas akan menghasilkan data mining yang tidak berkualitas. Keputusan yang berkualitas harus didasarkan pada data yang berkualitas ( Data ganda atau data yang hilang mungkin menyebabkan ketidak benaran atau bahkan menyesatkan ). Ekstaksi data, pembersihan, dan transformasi data merupakan tugas utama dalam data warehouse. Tugas-tugas data cleaning: a) Mengisi nilai-nilai yang hilang, data yang tidak lengkap (missing value) b) Mengidentifikasi atau menghilangkan outliers dan memperhalus data noise. c) Memperbaiki ketidak konsitenan data. d) Memecahkan redudansi yang disebabkan oleh integrasi data. 2. Data Integration and Transformation Meningkatkan akurasi dan efisiensi algoritma. Algoritma naive bayes dapat memproses data yang bernilai nominal, ordinal, maupun kontinyu. Sehingga nilai-nilai dari setiap atribut yang terdapat pada data set tidak perlu ditransformasikan. a) Mengintegrasikan berbagai database atau file-file b) Transformasi data ( Data transformation ) c) Normalisasi dan aggregation 3. Data Reduction Mereduksi data set dengan mengurangi jumlah atribut dan record agar lebih sedikit namun bersifat informatif. a) Mendapatkan representasi dalam volume data yung sudah terkurangi tetapi menghasilkan hasil analisis yang sama atau serupa. b) Diskritisasi data : bagian dari reduksi data, bagian penting untuk data numerik. No catatan medis dihilangkan, karena tidak mempengaruhi hasil prediksi pasien terdeteksi penyakit Diabetes Melitus. Variable yang lain tetap diikutkan ada sebanyak 7 atribut dan 1 atribut sebagai label yaitu variabel positif atau negatif.

43 Model / metode yang diusulkan Model yang diusulkan pada penelitian ini adalah menggunakan prototipe algoritma naive bayes dan c4.5 yang di rancang menggunakan bahasa pemrograman visual basic 6.0 dan menggunakan database microsoft access 2013, kemudian kedua algoritma dibandingkan akurasinya untuk mengetahui algoritma yang memiliki akurasi lebih tinggi dalam pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus. Pemodelan prototipe sebagai berikut: Start Input data Proses klasifikasi dengan algoritma Proses klasifikasi dengan algoritma Output akurasi Stop Gambar 3. 1 flow chart permodelan

44 BAB IV ANALISA HASIL PENELITIAN DAN PEMBAHASAN 4.1 Persiapan Data Tahap awal yang dilakukan pada penelitian ini adalah mempersiapkan data yang diperoleh dari Rumah Sakit Kumala Siwi Kudus. Data yang diperoleh merupakan data pasien yang berjumlah 152 data Integrasi data Integrasi data merupakan penggabungan data dari berbagai database ke dalam satu database baru. Tidak jarang data yang diperlukan untuk data mining tidak hanya berasal dari satu database tetapi juga berasal dari beberapa database atau file teks. Data yang didapat tidak dapat langsung digunakan karena terpisah dibeberapa sheet. Sehingga harus digabungkan terlebih dahulu agar data sesuai dengan yang kita inginkan. Seperti yang terlihat pada gambar data excel asli ada dua sheet sehingga perlu menggabungkan untuk mempermudah proses selanjutnya. 32

45 33 Gambar 4. 1 data pasien alsi excel Tabel 4. 1 data pasien yang sudah dikelompokkan menjadi satu Kadar No CM Kadar glukosa puasa ( mg /dl ) glukosa setelah dua jam ( mg / dl) Tekanan darah ( mm hg ) Berat badan ( kg ) Umur (th ) Jenis kelamin status / kg 49 th P positif / kg 56 th P positif / kg 59 th L positif / kg 42 th P positif / kg 58 th P positif / kg 47 th P positif

46 / kg 53 th L positif / kg 50 th P positif / kg 46 th P positif / kg 45 th P positif / kg 42 th P positif / kg 50 th P positif / kg 56 th P positif / kg 54 th P positif / kg 63 th P positif / kg 43 th P positif / kg 62 th P positif / kg 58 th P positif / kg 41 th P positif / kg 58 th P positif / kg 56 th P positif / kg 42 th P positif / kg 45 th P positif / kg 53 th L positif / kg 67 th L positif / kg 64 th P positif / kg 70 th L positif / kg 52 th P positif / kg 56 th P positif / kg 43 th P positif / kg 58 th L positif / kg 64 th L positif / kg 69 th P positif / kg 72 th L positif / kg 54 th P positif / kg 43 th P positif

47 / kg 50 th P positif / kg 45 th P positif / kg 56 th L positif / kg 50 th P positif / kg 43 th P positif / kg 53 th L positif / kg 49 th P positif / kg 58 th P positif / kg 48 th P positif / kg 53 th L positif / kg 54 th L positif / kg 46 th P negatif / kg 40 th L negatif / kg 42 th L negatif / kg 44 th L negatif / kg 70 th L negatif / kg 42 th P negatif / kg 51 th L negatif / kg 67 th P negatif / kg 40 th P negatif / kg 44 th P negatif / kg 58 th L negatif / kg 70 th P negatif / kg 65 th L negatif / kg 63 th P negatif / kg 49 th P negatif / kg 43 th P negatif / kg 54 th P negatif / kg 49 th L negatif / kg 50 th L negatif

48 / kg 60 th L negatif / kg 66 th L negatif / kg 42 th P negatif / kg 63 th L negatif / kg 71 th P negatif / kg 43 th L negatif / kg 63 th L negatif / kg 54 th L positif / kg 44 th P positif / kg 50 th L positif / kg 53 th P positif / kg 49 th L positif / kg 54 th P positif / kg 48 th L negatif / kg 67 th L negatif / kg 53 th L negatif / kg 62 th L negatif / kg 50 th P negatif / kg 43 th P negatif / kg 53 th P negatif / kg 56 th L negatif / kg 52 th P positif / kg 55 th P positif / kg 49 th P positif / kg 43 th P positif / kg 47 th P positif / kg 58 th L positif / kg 66 th P positif / kg 50 th P positif / kg 41 th P positif

49 / kg 52 th L positif /30 65 kg 71 th P positif /20 68 kg 42 th P positif /10 53 kg 53 th P positif /40 76 kg 49 th L positif /20 58 kg 54 th P positif /30 53 kg 43 th P positif /40 59 kg 69 th P positif //40 48 kg 47 th P positif /30 59 kg 43 th L positif / kg 46 th L positif / kg 40 th L positif /80 38 kg 49 th P negatif /40 48 kg 66 th L negatif /20 37 kg 64 th P negatif / kg 49 th P negatif /30 49 kg 65 th L negatif / kg 43 th L negatif /80 37 kg 40 th L negatif /40 39 kg 53 th L negatif /40 57 kg 58 th L negatif /20 55 kg 43 th L negatif /40 35 kg 69 th L negatif / kg 53 th P negatif /50 57 kg 44 th L negatif /40 47 kg 58 th L negatif / kg 50 th L negatif /40 41 kg 69 th P negatif /20 48 kg 43 th L negatif /40 54 kg 57 th P positif

50 /30 49 kg 57 th L negatif / kg 47 th L negatif /20 39 kg 61 th L negatif /50 41 kg 48 th P negatif /80 58 kg 68 th P positif /30 49 kg 53 th P positif / kg 48 th L positif / kg 53 th L positif /40 58 kg 42 th L positif /70 57 kg 46 th P positif / kg 43 th P positif / kg 56 th P positif / kg 46 th L positif / kg 70 th P positif /20 55 kg 48 th P positif / kg 42 th P positif / kg 43 th L negatif / kg 63 th P negatif / kg 50 th L negatif / kg 42 th L negatif /40 52 kg 66 th P negatif /20 59 kg 59 th P negatif / kg 42 th L positif /20 49 kg 53 th L negatif /20 39 kg 48 th L negatif /80 41 kg 47 th L negatif

51 Cleaning data Dari hasil data yang ada diperoleh sejumlah permasalahan kondisi data terutama data yang tidak lengkap. Untuk itu maka dilakukan proses cleaning data untuk menghilangkan data yang bermasalah sehingga tidak mengganggu pada saat proses nantinya Penghapusan variable dan pengelompokan record Dilakukan penghapusan variable karena pada pemrosesan mining ada variable yang tidak berpengaruh dan tidak digunakan seperti atribut No CM. Seperti yang ada pada metode penelitian atribut No CM tidak digunakan dalam pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus. Pada atribut kadar glukosa puasa, kadar glukosa setelah 2 jam, tekanan darah, berat badan, dan umur, semua record tersebut akan dikelompokan sesuai dengan kreteria. Tabel 4. 2 nama atribut dan penjelasan No Nama Atribut Penjelasan 1 Kadar glukosa Puasa Low ( <95 ), medium ( ), high ( >140 ), 2 Kadar glukosa setelah 2 jam Low ( <110 ), medium ( ), high ( >180 ), 3 Teanan darah Low ( <100 ), normal ( ), high ( > 140 ) 4 Berat badan Low ( <45 ), normal ( ), obese ( ), severelyobese( >60)

52 40 5 Umur Young ( <45 ), medium ( ), old ( >60 ) 6 Jenis kelamin Perempuan ( P ), Laki laki ( L ) 7 Status ( Positif / Negatif ) Positif, atau negatif. Tabel 4. 3 data pasien yang sudah dikelompokkan dan dihapus variabel yang tidak dipakai Kadar glukosa puasa Kadar glukosa setelah 2jam Tekanan darah Berat badan umur Jenis kelamin status high medium high severely obese medium P positif high medium normal obese medium P positif high high high severely obese medium L positif high medium high obese young P positif high medium normal severely obese medium P positif high medium high obese young P positif high medium high obese medium L positif high high high obese medium P positif high medium high obese young P positif high medium high obese young P positif high high normal obese young P positif high medium high obese medium P positif high medium high obese medium P positif high high normal obese medium P positif high medium normal obese old P positif high high high obese young P positif high high normal obese old P positif high low high obese medium P positif high high normal obese young P positif

53 41 high high high normal medium P positif high medium normal obese medium P positif high high normal severely obese young P positif high high normal severely obese young P positif high high high obese medium L positif high high high severely obese old L positif high high high obese old P positif high medium high severely obese old L positif high high high normal medium P positif high medium normal obese medium P positif high high normal severely obese young P positif high high high obese medium L positif high high high severely obese old L positif high high high obese old P positif high medium high severely obese old L positif high medium high severely obese medium P positif high medium high obese young P positif high medium normal severely obese medium P positif high medium high obese young P positif high medium high obese medium L positif high high high obese medium P positif high medium high obese young P positif low high high obese medium L positif low high normal severely obese medium P positif low high high obese medium P positif low high normal obese medium P positif

54 42 low high normal obese medium L positif low high high normal medium L positif low low low normal medium P negatif low medium normal normal young L negatif low low normal normal young L negatif low medium normal obese young L negatif low medium normal normal old L negatif low medium normal normal young P negatif low low high normal medium L negatif low low low Low old P negatif low low low obese young P negatif low low normal Low young P negatif low medium normal normal medium L negatif low medium normal normal old P negatif low low normal normal old L negatif low low high obese old P negatif low low high Low medium P negatif low low normal normal young P negatif low medium low normal medium P negatif low low normal Low medium L negatif low low high normal medium L negatif low low high Low old L negatif low medium low normal old L negatif low low high normal young P negatif low low normal normal old L negatif low low low obese old P negatif low high normal normal young L negatif low medium high normal old L negatif low high normal obese medium L positif low high normal severely obese young P positif low high high normal medium L positif low high normal severely obese medium P positif low high high severely obese medium L positif

55 43 low high high obese medium P positif low medium normal normal medium L negatif low low normal normal old L negatif low medium low obese medium L negatif low medium normal Low old L negatif low low high Low medium P negatif low low normal normal young P negatif low medium low normal medium P negatif low low high normal medium L negatif medium high high obese medium P positif medium high normal obese medium P positif medium high high severely obese medium P positif medium medium high obese young P positif medium high high severely obese medium P positif medium high high severely obese medium L positif medium high high obese old P positif medium high normal obese medium P positif medium high high severely obese young P positif medium high normal severely obese medium L positif medium high high severely obese old P positif medium high normal severely obese young P positif medium high normal obese medium P positif medium high normal severely obese medium L positif medium high high obese medium P positif medium high high obese young P positif medium high normal obese old P positif medium high high normal medium P positif medium high normal obese young L positif

56 44 medium high normal normal medium L positif medium high normal obese young L positif medium medium high Low medium P negatif medium medium low normal old L negatif medium low low Low old P negatif medium medium low Low medium P negatif medium medium low normal old L negatif medium medium normal Low young L negatif medium medium normal Low young L negatif medium medium low Low medium L negatif medium medium low obese medium L negatif medium medium normal obese young L negatif medium medium normal Low old L negatif medium medium normal obese medium P negatif medium low low obese young L negatif medium medium low normal medium L negatif medium medium low Low medium L negatif medium medium normal Low old P negatif medium medium normal normal young L negatif medium low low obese medium P negatif medium medium normal normal medium L negatif medium medium low Low medium L negatif medium low normal Low old L negatif medium low normal Low medium P negatif medium high normal obese old P positif medium high high normal medium P positif medium high normal obese young L positif medium high normal normal medium L positif medium high normal obese young L positif medium high normal obese medium P positif medium high high obese young P positif medium high high severely obese medium P positif medium high high severely obese medium L positif medium high high obese old P positif

57 45 medium high normal obese medium P positif medium high high severely obese young P positif medium medium normal Low young L negatif medium medium normal normal old P negatif medium medium low Low medium L negatif medium medium normal obese young L negatif medium low high obese old P negatif medium medium normal obese medium P negatif medium low low obese young L negatif medium medium low normal medium L negatif medium low normal Low medium L negatif medium medium low Low medium L negatif 4.2 Eksperimen dan Pengujian Metode Perhitungan Algoritma Naive bayes Dibawah ini adalah contoh perhitungan manual penerapan algoritma naive bayes untuk pengklasifikasian penyakit Diabetes Melitus menggunakan data trining dan data testing sebagai berikut : Tabel 4. 4 perhitungan naive bayes Kadar glukosa puasa Kadar glukosa setelah 2 jam Tekanan darah Berat badan high medium high Severely obese umur Jenis status kelamin medium P? Dalam perhitungan naive bayes ada beberapa langkah yang harus dilakukan, berikut adalah langkah langkahnya a. Menghitung jumlah class / label

58 46 P ( Y = Positif ) = 86 / 152 jumlah data positif pada data trining dibagi dengan keseluruhan data P ( Y = Negatif ) = 66 / 152 jumlah data negatif pada data trining dibagi dengan keseluruhan data b. Menghitung jumlah kasus yang sama dengan class yang sma P ( kadar glukosa puasa = high Y = Positif ) = 41 / 86 P ( kadar glukosa puasa = high Y = negatif ) = 0 / 66 P ( kadar glukosa setelah 2 jam = medium Y = Positif ) = 22 / 86 P ( kadar glukosa setelah 2 jam = medium Y = Negatif ) = 37 / 66 P ( tekanan darah = high Y = Positif ) = 51 / 86 P ( tekanan darah = high Y = Negatif ) = 11 / 66 P ( berat badan = severely obese Y = Positif ) = 27 /86 P ( berat badan = severely obese Y = Negatif )= 0 / 66 P ( umur = medium Y = Positif ) = 49 / 86 P ( umur = medium Y = Negatif ) = 28 / 66 P ( jenis kelamin = P Y = Positif ) = 61 / 86 P ( jenis kelamin = P Y = Negatif ) = 25 / 66 c. kalikan semua hasil variabel positif dan negatif P ( kadar glukosa puasa \ positif ) * P ( kadar glukosa setelah 2 jam \ positif ) * P ( tekanan darah \ positif ) * P ( berat badan \ positif ) * P ( umur \ positif ) * P ( jenis kelamin \ positif ) = 41 x 22 x 51 x 27 x 49 x = x x x x x = 0.009

59 47 P ( kadar glukosa puasa \ negatif ) * P ( kadar glukosa setelah 2 jam \ negatif ) * P ( tekanan darah \ negatif ) * P ( berat badan \ negatif ) * P ( umur \ negatif) * P ( jenis kelamin \ negatif) = 0 x 37 x 11 x 0 x 28 x = 0 x x x 0 x x =0 d. Dari nilai diatas, terlihat bahwa nilai probabilitas tertinggi pada class ( Y Positif ) sehingga dapat disimpulkan bahwa status pasien termasuk dalam klasifikasi Positif Diabetes Melitus Perhitungan algoritma C4.5 Perhitungan menggunakan algoritma C4.5 berbeda dengan menggunakan algoritma naive bayes. Pada algoritma C4.5 harus menggunakan pohon keputusan yang kemudian akan menjadi rule untuk mengklasifikasikan penyakit Diabetes Melitus. 1. Menghitung jumlah kasus, jumlah kasus untuk keputusan positif, jumlah kasus untuk keputusan negatif, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut Kgp ( kadar glukosa puasa ), Kg2jm ( kadar glukosa setelah 2 jam ), TD ( tekanan darah ), BB ( berat badan ), umur, jenis kelamin. Setelah itu, lakukan perhitungan gain untuk setiap atribut. Hasil perhitungan di tunjukkan oleh tabel berikut :

60 48 Tabel 4. 5 perhitungan algoritma C4.5 node 1 Node 1 Jumlah Negatif Positif Entropy Gain kasus ( S ) ( S1 ) ( S2 ) Total Kgp high medium low Kg2jm high medium low TD high normal low BB severely obese -obese normal low Umur old medium young JK P L Berdasarkan tabel diatas, berikut adalah contoh perhitungan mencari entropy dan gain pada field Kgp ( kadar glukosa puasa ) menggunakan algoritma C4.5

61 49 Entropy (total ) = ( - ( 66 / 152 * log ₂ ( 66 / 152 ) ) + ( - ( 86 / 152 ) * log ₂ ( 86 / 152 ) ) = = Entropy ( medium ) = ( - ( 32 / 65 ) * log ₂ ( 32 / 65 ) ) + ( - ( 33 / 65 ) * log ₂ (33 / 65 ) ) = = Entropy ( low ) = ( - ( 34 / 46 ) * log ₂ ( 34 / 46 ) + ( - ( 12 / 46 ) * log ₂ ( 12 / 46 ) ) = = Gain ( Kgp ) = (( 41 / 152 * 0 ) + ( 65 / 152 * ) + ( 46 / 152 * )) = ( ) = = Hasil perhitungan dari tabel diatas dapat diketahui bahwa atribut dengan gain tertinggi adalah Kg2jm, yaitu sebesar dengan demikian Kg2jm dapat menjadi node akar. Ada tiga nilai atribut tersebut, nilai atribut high, medium, dan low. Dari ketiga nilai atribut tersebut nilai atribut high sudah mengklasifikasikan kasus menjadi keputusan positif, dan nilai atribut low sudah mengklasifikasikan kasus menjadi keputusan negatif, jadi tidak perlu dilakukan perhitungan lebih lanjut. Tetapi untuk nilai atribut medium masih perlu dilakukan perhitungan lagi. Dari hasil tersebut dapat digambarkan pohon keputusan sementara tampak pada gambar berikut :

62 50 Kg2jm high low medium positif negatif? Gambar 4. 2 pohon keputusan node 1 2. Menghitung jumlah kasus, jumlah kasus untuk keputusan positif, jumlah kasus untuk keputusan negatif, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut Kgp ( kadar glukosa puasa ), TD ( tekanan darah ), BB ( berat badan ), umur, Jk ( jenis kelamin ). Yang dapat menjadi node akar dari nilai atribut medium. Setelah itu lakukan perhitungan gain untuk tiap tiap atribut. Hasil perhitungan ditunjukkan pada tabel berikut : Tabel 4. 6 perhitungan algoritma C4.5 node 1.1 Node 1.1 Jumlah Negatif Positif entropy Gain kasus ( S) ( S1 ) ( S2 ) Kg2jm -medium Kgp high medium low

63 51 TD high normal low BB severely obese -obese normal low Umur old medium young Jk P L Dari hasil perhitungan pada tabel diatas dapat diketahui bahwa atribut dengan gain tertinggi adalah kgp, yaitu sebesar dengan demikian kgp dapat menjadi node cabang dari nilai atribut medium, ada tiga nilai atribut kgp, yaitu high, medium, dan low. Dari tiga nilai atribut tersebut, nilai atribut high sudah mengklasifikasikan menjadi keputusan positif, dan nilai atribut

64 52 low sudah mengklasifikasikan menjadi keputusan negatif, sehingga tidak perlu dilakukan perhitungan lebih lanjut. Tetapi untuk nilai atribut medium masih perlu dilakukan perhitungan lagi. Pohon keputusan yang terbentuk sampai tahap ini adalah sebagai berikut : Kg2jm high low medium positif negatif kgp high low medium Positif negatif? Gambar 4. 3 pohon keputusan node Menghitung jumlah kasus, jumlah kasus untuk keputusan positif, jumlah kasus untuk keputusan negatif, dan entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut TD ( tekanan darah ), BB ( berat badan ), umur, Jk ( jenis kelamin ). Yang dapat menjadi node akar dari nilai atribut medium. Setelah itu lakukan perhitungan gain untuk tiap tiap atribut. Hasil perhitungan ditunjukkan pada tabel berikut :

65 53 Tabel 4. 7 perhitungan algoritma C4.5 node 1.2 Node 1.2 Jumlah Negatif Positif entropy kasus ( S) ( S1 ) ( S2 ) Kg2jm Gain -medium dan Kgp -medium TD high normal low BB severely obese -obese normal low Umur old medium young Jk P L

66 54 Kg2jm high low medium positif negatif kgp high low medium positif negatif TD high normal low positif negatif Negatif Gambar 4. 4 pohon keputusan node 1.2 Dari perhitungan algoritma C4.5 diatas, masing masing memiliki angka yang berbeda beda, sehingga menghasilkan pohon keputusan seperti gambar 4.7 dari pohon keputusan akan dihasilkan sebuah rule sebagai berikut: Jika kadar glukosa setelah 2 jam high and berat badan normal and umur medium maka positif Jika kadar glukosa setelah 2 jam high and berat badan normal and umur young maka negatif

67 55 Jika kadar glukosa setelah 2 jam high and berat badan obese maka positif Jika kadar glukosa setelah 2 jam high berat badan severely obese maka positif Jika kadar glukosa setelah 2 jam low and kadar glukosa puasa high maka positif Jika kadar glukosa setelah 2 jam low and kadar glukosa puasa low maka negatif Jika kadar glukosa setelah 2 jam low and kadar glukosa puasa mediu maka negatif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa high maka positif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa low maka negatif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa medium and tekanan darah high and berat badan low maka negatif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa medium and tekanan darah high and berat badan obese maka positif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa medium and tekanan darah low maka negatif Jika kadar glukosa setelah 2 jam medium and kadar glukosa puasa medium and tekanan darah normal maka negatif Pengujian Akurasi Algoritma Naive Bayes dan C4.5 Pada pengujian akurasi penulis menggunakan 37 data testing, 152 data training. Data tersebut akan diuji untuk mengetahui akurasi yang dihasilkan oleh algoritma naive bayes dan C4.5 dengan cross validation, kemudian akan di analisa sehingga bisa diketahui jumlah benar dan salah saat melakukan

68 56 pridiksi pada data testing tersebut. Setelah mengetahui jumlah perbedaannya dalam melakukan proses prediksi, maka menghasilkan akurasi seperti tabel dibawah ini. Tabel 4. 8 uji perhitungan akurasi 1 Naive Bayes C4.5 Jumlah data yang diuji Data yang benar Data yang salah 4 2 Akurasi 89,18 % 94,59 % Tabel 4. 9 uji perhitungan akurasi 2 Naive Bayes C4.5 Jumlah data yang diuji Data yang benar Data yang salah 15 9 Akurasi 59,45 % 75,67 % Dari dua kali percobaan memperbandikan algoritma naive bayes dan C4.5 untuk pengklasifikasian penyakit Diabetes Melitus di Rumah Sakit Kumala Siwi Kudus dengan 37 data testing yang berbeda dihasilkan persentase keakurasian yang bebeda pula. Dari dua akurasi diatas masing masing algoritma memiliki rata rata yaitu % untuk algoritma naive bayes dan 85,13 % untuk algoritma C4.5

69 57 Tabel data testing kadar_ glukosa_ Tekanan berat_ jenis_ setelah_2jam _darah badan umur kelamin status medium high Obese young P Positif medium high Obese medium L Positif high high Obese medium P Positif medium high Obese young P Positif high high Obese medium L Positif high normal severely obese medium P Positif medium normal Normal young L Negatif low normal Normal young L Negatif medium normal Obese young L Negatif medium normal Normal old L Negatif medium normal Normal young P Negatif low high Normal medium L Negatif low low Low old P Negatif low low Obese young P Negatif medium low Normal old L Negatif low high Normal young P Negatif low normal Normal old L Negatif low low Obese old P Negatif

70 58 high normal Normal young L Negatif medium high Normal old L Negatif high normal Obese medium L Positif high normal severely obese young P Positif high high normal medium L Positif high high normal high severely obese medium P Positif severely obese medium L Positif high high Obese medium P Positif high normal severely obese medium L Positif high high Obese medium P Positif high high Obese young P Positif high normal Obese old P Positif high high normal medium P Positif high normal Obese young L Positif high normal normal medium L Positif high normal Obese young L Positif medium high Low medium P Negatif medium low normal old L Negatif low low Low old P Negatif

71 59 Kadar glukosa setelah 2jam Kadar glukosa puasa Tekanan darah Tabel perbandingan akurasi Berat badan umur Jenis kelami n stat us high high normal obese medium P pos high high high Severely obese medium P pos high high high obese medium L pos high high normal Normal medium L pos high medium high Low medium P pos high medium normal obese medium P pos high medium normal obese medium P neg medium low normal severely obese medium P neg high high normal Normal medium L pos high high normal obese medium P pos medium high normal Low young P neg medium medium normal severely obese medium P neg high high normal Normal medium L pos high medium normal severely obese medium L pos high medium high Low medium P pos high high normal Normal medium L pos status naive bayes POSITIF POSITIF POSITIF POSITIF NEGATIF POSITIF POSITIF POSITIF POSITIF POSITIF NEGATIF POSITIF POSITIF POSITIF NEGATIF POSITIF status C45 positif positif positif positif NEGATIF positif positif negatif positif positif positif negatif positif positif NEGATIF positif

72 60 high high high obese medium P pos medium medium normal medium high normal severely obese severely obese medium P neg medium P neg high high normal Low medium P pos high high normal Low medium L pos high medium normal severely obese medium L pos high high normal obese medium P pos high low normal obese old P neg medium medium normal Normal young P neg medium medium normal obese medium P neg medium high normal severely obese medium L pos high high low obese medium P pos high high high obese medium P pos high high high Normal young P pos medium high normal Low medium P pos medium high normal Normal medium L pos medium high high obese medium P neg medium medium normal obese medium P neg POSITIF POSITIF POSITIF NEGATIF NEGATIF POSITIF POSITIF POSITIF POSITIF POSITIF POSITIF NEGATIF POSITIF POSITIF NEGATIF POSITIF POSITIF POSITIF positif negatif positif NEGATIF NEGATIF positif positif positif negatif negatif positif positif positif negatif positif positif positif negatif

73 61 high high high obese medium P pos medium medium normal Normal young P neg medium low normal severely obese medium P neg POSITIF POSITIF POSITIF positif negatif negatif 4.3 Perancangan Prototype Untuk membantu dalam pengklasifikasian pasien Diabetes melitus di rumah sakit kumala siwi kudus, dirancanglah sebuah prototype. Prototype ini dibuat menggunakan bahasa pemrograman visual basic 6.0 dan menggunakan database microsoft access Prototype ini nantinya akan mendapat inputan dari user berupa kadar glukosa puasa, kadar glukosa setelah 2 jam, tekanan darah, berat badan, umur, dan jenis kelamin, kemudian diproses lalu muncul pridiksi apakah pasien ini positif diabetes atau negatif diabetes berdasarkan analisa data trining Perancangan Tampilan Prototype Dibawah ini adalah rancangan tampilan inputan prototype naive bayes dan C4.5. user memasukkan inputan kadar glukosa puasa, kadar glukosa setelah 2 jam, tekanan darah, berat badan, umur, dan jenis kelamin, pada saat melakukan pengklasifikasian menggunakan naive bayes maka yang harus di kilk tombol naive bayes, lalu akan muncul hasil pengklasifikasiannya,begitu juga pada C4.5 untuk melalkukan pengklasifikasian maka klik tombol C4.5, lalu akan muncul hasil pengklasifikasiannya. Seperti gambar di bawah ini :

74 62 Gambar 4. 5 tampilan prototype naive bayes dan C Implementasi Prototype Setelah memiliki rancangan prototype, maka selanjutnya adalah implementasi prototype. Pada implementasi bisa melekukan pridiksi berdasarkan data trining. Dengan cara menginputkan kadar glukosa puasa, kadar glukosa setelah 2 jam, tekanan darah, berat badan, umur, dan jenis kelamin, maka akan muncul seperti gambar di bawah ini :

75 Gambar 4. 6 implementasi prototype naive bayes dan C4.5 63

76 Gambar 4. 7 implementasi prototype naive bayes 64

77 Gambar 4. 8 implementasi prototype C4.5 65