8
DAFTAR ISI
Halaman
DAFTAR GAMBAR xi
DAFTAR TABEL xii
DAFTAR LAMPIRAN xiii
I. PENDAHULUAN
1.1 Latar belakang 1
1.2. Tujuan Penelitian 2
1.3. Ruang lingkup 2
1.4. Manfaat Penelitian 3
II. TINJAUAN PUSTAKA 2.1. Diabetes Melitus
4 2.2 Data Warehouse
5 2.2.1. Metodologi Perancangan Data Warehouse
7 2.2.2. Star Schema
8
2.3. Data Mining 10
2.3.1. Klasifikasi dan Prediksi 13
2.3.2. Metodologi Data Mining 14
2.3.3. Teknik Data Mining 16
2.3.4. Membangun Model Prediksi 26
III. BAHAN DAN METODE 3.1. Bahan
29 3.2. Metode
31 3.2.1. Kerangka Pemikiran
31 3.2.2. Tata Laksana
33 IV. PERANCANGAN ARSITEKTUR SISTEM DATA MINING
4.1 Gambaran umum sistem 35
4.2. Pembangunan Data Warehouse 36
4.3. Pembangunan Model Klasifikasi 38
4.4. Antarmuka Pemakai 40
4.5. Basis Pengetahuan 40
4.4. Modul Diagnosa dan Terapi 41
9
Halaman
V. IMPLEMENTASI 5.1. Preproses Data
44 5.2. Pembentukan Sampel Positif dan Sampel Negatif
46 5.3. Pembentukan PN Array
47 5.4. Pembentukan Gain
48 5.5. Program Aplikasi
51 VI. PENGUJIAN DAN PEMBAHASAN
6.1. Mekanisme Pengujian 52
6.2. Pelatihan Dengan Data Training 52
6.3. Proses Optimalisasi 58
VII. KESIMPULAN DAN SARAN 7.1. Kesimpulan
64 7.2. Saran
64 DAFTAR PUSTAKA 65
LAMPIRAN 66
10
DAFTAR GAMBAR
Halaman
1. Arsitektur Data Warehouse 7
2. Relasi antartabel dimensi dan table fakta sederhana 10
3. Data mining sebagai salah satu tahapan dalam proses knowledge discovery
11 4. Model proses pembuatan data mining
15 5. Algoritme Appriori
18 6. Algoritme FOIL
22 7. Algoritma PRM
24 8. Metoda startCPAR
25 9. Metoda cparGeneration
25 10. Langkah-langkah membangun model pred iksi
28 11. Kerangka pemikiran pembangunan model
untuk diagnosis penyakit diabetes 32
12. Tahapan Proses data mining 33
13. Model aplikasi diabetes 35
14. Relasi antartabel skema bintang data warehouse diabetes 37
15. Ekstraksi dan Transformasi Basis Data SIM RSPP 38
16. Flowchart Algoritme CPAR 39
17 Grafik Gain data training untuk kelas positip diabetes 55
18. Grafik Gain data training untuk kelas negatip diabetes 55
19. Grafik Gain negatif diabetes setelah proses optimalisasi 60
20. Grafik Gain negatif diabetes setelah proses optimalisasi 60
1
PEMBANGUNAN SISTEM DATA MINING
UNTUK DIAGNOSIS PENYAKIT DIABETES MENGGUNAKAN ALGORITME
CLASSIFICATION BASED ASSOCIATION
HERWANTO
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2006
2
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Dengan ini saya menyatakan bahwa tesis Pembangunan Sistem Data Mining untuk Diagnosis Penyakit Diabetes Menggunakan Algoritme
Classification Based Association adalah karya saya sendiri dan belum diajukan dalam bentuk apa pun kepada pergu ruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir tesis ini.
Bogor, September 2006 Herwanto
NIM G651034084
3
PEMBANGUNAN SISTEM DATA MINING
UNTUK DIAGNOSIS PENYAKIT DIABETES MENGGUNAKAN ALGORITME
CLASSIFICATION BASED ASSOCIATION
HERWANTO
Tesis Sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada Departemen Ilmu Komputer
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2006
4
ABSTRAK
HERWANTO. Pembangunan Sistem Data Mining Untuk Diagnosis Penyakit Diabetes Menggunakan Algoritme Classification Based Association. Dibimbing
oleh IMAS S. SITANGGANG dan RINDANG KARYADIN. Basis data rumah sakit umumnya berisi data dalam jumlah besar dengan
banyak variasi, tetapi belum dimanfaatkan secara optimal. Diperlukan suatu sistem data mining yang bisa memanfaatkan gunungan data menjadi informasi
yang bernilai strategis. Dalam penelitian ini dipelajari bagaimana data bisa
digunakan untuk membantu mendiagnosa penyakit, khususnya penyakit diabetes Data-data pasien yang beresiko menderiita penyakit diabetes dikumpulkan
ke dalam data warehouse diabetes. Dua tahapan utama yang dilakukan dalam penelitian ini, yaitu proses pembentukan model klasifikasi dan pembuatan
program aplikasi untuk mendeteksi penyakit diabetes. Dalam proses pembentukan model klasifikasi ada tiga tahapan yang
dilakukan. Tahap pertama adalah menangani data-data yang beragam, tidak lengkap, dan tidak konsisten. Kemudian melakukan proses perubahan data
kontinyu menjadi data kategori, dimana setiap variabel dikelompokkan ke dalam sejumlah kategori. Tahap berikutnya adalah membuat rule mining dan klasifikasi.
700 pasien dipilih sebagai data training, 400 pasien dengan diagnosa negatif diabetes dan 300 pasien positif diabetes. Pada pembentukan model klasifikasi
dipilih 12 variabel yang digunakan untuk menghasilkan aturan yaitu usia, sex dan hasil-hasil pemeriksaan laboratorium. Didapatkan hasil pemeriksaan glukosa
darah 2 jam pasca puasa, glukosa urin 2 jam pasca puasa, serta glukosa darah puasa menjadi penentu utama untuk menentukan apakah pasien positif diabetes
atau negatif diabetes. Aturan-aturan yang dihasilkan selanjutnya digunakan dalam program aplikasi untuk mendiagnosa pasien apakah positif diabetes atau negatif
diabetes. .
5
PRAKATA
Syukur Alhamdulillah penulis panjatkan kepada Allah SWT atas limpahan rahmat dan karuniaNya sehingga penulis akhirnya dapat menyelesaikan karya
ilmiah ini. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Juni 2005 ini adalah sistem data mining, dengan judul Pembangunan Sistem Data
Mining untuk Diagnosis Penyakit Diabetes Menggunakan Algoritme Classification Based Association.
Dalam kesempatan ini penulis ingin menyampaikan ucapan terima kasih dan penghargaan kepada Ibu Imas S Sitanggang, S.Si., M.Kom., dan Bapak Rindang
Karyadin S.T., M.Kom. selaku pembimbing yang sejak awal penulisan proposal sampai pada penulisan karya ilmiah ini, telah membimbing dengan penuh
keikhlasan, dan kesabaran. Di samping itu penghargaan penulis sampaikan kepada para dosen Program Studi Ilmu Komputer, Sekolah Pascasarjana, Institut
Pertanian Bogor, yang telah memberikan wawasan dan pengetahuan baru bagi penulis. Atas do’a, pengorbanan, kesabaran, ketulusan, serta dukungan
semangatnya, penulis juga menyampaikan ucapan terima kasih dan rasa hormat yang setulus-tulusnya kepada kedua orang tua, serta seluruh keluarga.
Semoga karya ilmiah ini bermanfaat.
Bogor, September 2006 Herwanto
6
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 24 May 1962 dari ayah Paridjan dan ibu Parinah. Penulis merupakan putra kelima dari delapan bersaudara.
Pada tahun 1982 penulis lulus dari SMA Negeri 43 Jakarta. Pendidikan sarjana ditempuh pada tahun 1991 di Sekolah Tinggi Manajemen Informatika dan
Komputer Gunadarma, jurusan Manajemen Informatika, lulus pada tahun 1996. Kesempatan untuk melanjutkan ke program magister pada Program Studi Ilmu
Komputer, Sekolah Pascasarjana IPB diperoleh pada tahun 2004. Penulis bekerja di Rumah Sakit Pusat Pertamina Jakarta pada bagian Sistem
Informasi Telekomunikasi Elektronika sejak tahun 1997. Bidang yang menjadi tanggung jawab penulis ialah pembangunan dan pengembangan sistem informasi
rumah sakit. Pada tahun 2005 penulis dipercaya sebagai kepala bagian Sistem Informasi Telekomunikasi Elektronika.
7 Judul Tesis : Pembangunan Sistem Data Mining
Untuk Diagnosis Penyakit Diabetes Menggunakan Algoritme Classification Based Association
Nama : Herwanto NIM
: G651034084
Disetujui Komisi Pembimbing
Imas S Sitanggang, S.Si., M.Kom. Rindang Karyadin, S.T., M.Kom. Ketua
Anggota
Diketahui Ketua Program Studi Ilmu Komputer Dekan Sekolah Pascasarjana
Dr. Sugi Guritman
. Dr. Ir. Khairil A. Notodiputro, MS
Tanggal Ujian: 5 September 2006
8
DAFTAR ISI
Halaman
DAFTAR GAMBAR xi
DAFTAR TABEL xii
DAFTAR LAMPIRAN xiii
I. PENDAHULUAN
Kategori