Penerapan metode naïve bayes classifier dan algoritma adaboost untuk prediksi penyakit ginjal kronik HALAMAN DEPAN
perpustakaan.uns.ac.id
digilib.uns.ac.id
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
SKRIPSI
Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu
Program Studi Informatika
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu
Program Studi Informatika
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
Skripsi ini telah disetujui untuk dipertahankan di hadapan Dewan Penguji
pada tanggal:
Pembimbing I
Pembimbing II
Ristu Saptono, S.Si., M.T.
NIP. 19790210 200212 1 001
Afrizal Doewes, S.Kom., M.Sc.
NIP. 19850831 201212 1 004
commit to user
i
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
HALAMAN PENGESAHAN
Disusun oleh :
ADHI INDRA IRAWAN
M0508023
Telah dipertahankan di hadapan Dewan Penguji
Pada tanggal :
Susunan Dewan Penguji
1. Ristu Saptono, S.Si., M.T.
NIP. 19790210 200212 1 001
(
)
2. Afrizal Doewes, S.Kom., M.Sc.
NIP. 19850831 201212 1 004
(
)
3. Meiyanto Eko Sulistyo, S.T., M.Eng.
NIP. 19770513 200912 1 004
(
)
4. Hasan Dwi Cahyono, S.Kom., M.Kom.
NIP. 19820524 201404 1 001
(
)
Disahkan oleh
Kepala Program Studi Informatika
Drs. Bambang Harjito, M.App.Sc., Ph.D
NIP. 19621130 199103 1 002
commit to user
ii
perpustakaan.uns.ac.id
digilib.uns.ac.id
MOTTO
“Wahai orang-orang yang beriman! Mohonlah pertolongan (kepada Allah)
dengan sabar dan sholat. Sungguh, Allah beserta orang-orang yang sabar.”
(Q.S. Al Baqarah: 153)
“Bersemangatlah atas hal-hal yang bermanfaat bagimu. Minta tolonglah pada
Allah, jangan engkau lemah.”
(HR. Muslim)
"Baragsiapa bertakwa pada Allah, niscaya Dia akan mengadakan baginya jalan
keluar."
(Q.S. At-Tholaq: 2)
commit to user
iii
perpustakaan.uns.ac.id
digilib.uns.ac.id
PERSEMBAHAN
Kupersembahkan karya ini kepada :
Bapakku t,, Ibuku, dan Kedua Kakakku
Semua rekan-rekan yang telah memberi dukungan terbaiknya kepada penulis
commit to user
iv
perpustakaan.uns.ac.id
digilib.uns.ac.id
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN ALGORITMA
ADABOOST UNTUK PREDIKSI PENYAKIT GINJAL KRONIK
ADHI INDRA IRAWAN
Program Studi Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam.
Universitas Sebelas Maret.
ABSTRAK
Permasalahan yang sering terjadi pada dataset mengenai kesehatan yaitu
banyaknya atribut yang memiliki missing value. Metode Naïve Bayes dikenal
mampu memberikan akurasi yang baik dibandingkan dengan metode lainnya dalam
menghadapi missing value. Namun ketika hasil yang diperoleh masih belum bisa
memuaskan maka digunakan boosting dengan AdaBoost untuk meningkatkan
kinerjanya.
Penelitian ini membahas penerapan metode Naïve Bayes dan AdaBoost
dalam mengklasfikasikan penyakit ginjal kronik atau chronic kidney disease
(CKD). Dari hasil dengan perhitungan confusion matrix didapatkan akurasi sebesar
0,95 dan F1-score sebesar 0,958 untuk metode Naïve Bayes. Sedangkan
penggabungan dengan AdaBoost berhasil meningkatkan akurasi menjadi 0,98 dan
F1-score sebesar 0,984. Ketika dilakukan penggantian missing value, metode Naïve
Bayes mengalami penurunan akurasi menjadi 0,945 dan F1-score 0,954, sedangkan
algoritma AdaBoost berhasil meningkatkan akurasi menjadi 0,9825 dan F1-score
sebesar 0,986. Hal ini menunjukkan bahwa metode Naïve Bayes memiliki
kemampuan yang baik dalam menghadapi missing value dan algoritma AdaBoost
berhasil meningkatkan kinerja dengan meningkatkan akurasi.
Kata Kunci: AdaBoost, CKD, Missing Value, Naïve Bayes
commit to user
v
perpustakaan.uns.ac.id
digilib.uns.ac.id
IMPLEMENTATION OF NAÏVE BAYES CLASSIFIER METHOD AND
ADABOOST ALGORITHM FOR PREDICTION OF CHRONIC KIDNEY
DISEASE
ADHI INDRA IRAWAN
Department of Informatics. Faculty of Mathematics and Natural Science.
Sebelas Maret University
ABSTRACT
Problems that often occur in the medical dataset are many attributes that
have missing values. Naïve Bayes method is known to provide good accuracy
compared to other methods in dealing with missing values. However, when the
results obtained are still not satisfactory then boosting with AdaBoost is used to
improve its performance.
This study discusses the application of Naïve Bayes method and AdaBoost
algorithm to classify chronic kidney disease (CKD). From the result obtained by
calculating the confusion matrix, the Naïve Bayes method achieved the accuracy of
0.95 and F1-score of 0.958 . While the combination of AdaBoost and Naïve Bayes
managed to improve the accuracy of 0.98 and F1-score of 0.984. When the missing
values are replaced, the accuracy of Naïve Bayes decreased to 0.945 and F1-score
of 0.954, while AdaBoost successfully increased the accuracy to 0.9825 and F1score of 0.986. This shows that the Naïve Bayes method has good ability in dealing
with missing values and AdaBoost algorithm were managed to improve the Naïve
Bayes performance by increasing the accuracy.
Keywords: AdaBoost, CKD, Missing Value, Naïve Bayes
commit to user
vi
perpustakaan.uns.ac.id
digilib.uns.ac.id
KATA PENGANTAR
j
Puji syukur penulis panjatkan kehadirat Allahkyang senantiasa
memberikan nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul Penerapan Metode Naïve Bayes Classifier dan Algoritma Adaboost
untuk Prediksi Penyakit Ginjal Kronik, yang menjadi salah satu syarat wajib untuk
memperoleh gelar Sarjana Informatika di Universitas Sebelas Maret (UNS)
Surakarta. Semoga shalawat serta salam selalu tercurahkan pada suri teladan kita
Rasulullah Muhammad n, beserta keluarga, para Sahabat, dan semua yang
mengikuti kebaikan mereka.
Penulis menyadari akan keterbatasan yang dimiliki, begitu banyak
bimbingan, bantuan, serta motivasi yang diberikan dalam proses penyusunan
skripsi ini. Oleh karena itu, ucapan terima kasih penulis sampaikan kepada :
1. Bapak Ristu Saptono, S.Si., M.T. selaku Dosen Pembimbing I yang penuh
kesabaran membimbing, mengarahkan, dan memberi motivasi kepada penulis
selama proses penyusunan skripsi ini,
2. Bapak Afrizal Doewes, S.Kom., M.Sc. selaku Dosen Pembimbing II yang
penuh kesabaran membimbing, mengarahkan, dan memberi motivasi kepada
penulis selama proses penyusunan skripsi ini,
3. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D selaku Kepala Program Studi
S1 Informatika,
4. Bapak Dr. Wiranto, M.Cs. selaku Pembimbing Akademik yang telah banyak
memberi bimbingan dan pengarahan selama penulis menempuh studi di
Program Studi Informatika FMIPA UNS,
5. Bapak dan Ibu dosen serta karyawan di Program Studi Informatika FMIPA
UNS yang telah mengajar penulis selama masa studi dan membantu dalam
proses penyusunan skripsi ini,
6. Ibu, Bapak, dan kakakku, serta teman-teman yang telah memberikan
dorongan baik moral maupun materi kepada penulis.
7. Roma, Irul, Adit, Dhike, Cici, Bagus, dan Rancang yang telah memberikan
bantuan dan semangat sehingga penyusunan skripsi ini dapat terselesaikan.
Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak
yang berkepentingan.
Surakarta, April 2016
commit to user
vii
Penulis
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR ISI
HALAMAN PENGESAHAN ................................................................................. ii
MOTTO ................................................................................................................. iii
PERSEMBAHAN .................................................................................................. iv
ABSTRAK .............................................................................................................. v
ABSTRACT ........................................................................................................... vi
KATA PENGANTAR .......................................................................................... vii
DAFTAR ISI ........................................................................................................ viii
DAFTAR GAMBAR ............................................................................................. xi
DAFTAR TABEL ................................................................................................. xii
DAFTAR LAMPIRAN ........................................................................................ xiii
BAB I PENDAHULUAN ..................................................................................... 14
1. 1.
Latar Belakang ..................................................................................... 14
1. 2.
Rumusan Masalah ................................................................................ 15
1. 3.
Batasan Masalah ................................................................................... 15
1. 4.
Tujuan Penelitian .................................................................................. 16
1. 5.
Manfaat Penelitian ................................................................................ 16
1. 6.
Sistematika Penulisan ........................................................................... 16
BAB II TINJAUAN PUSTAKA........................................................................... 17
2. 1.
Dasar Teori ........................................................................................... 17
2. 1. 1
Data Mining ................................................................................... 17
2. 1. 2
Klasifikasi ...................................................................................... 18
2. 1. 3
Naïve Bayes Classifier ................................................................... 21
2. 1. 4
AdaBoost ........................................................................................ 25
2. 1. 5
commit
to userKidney Disease, CKD) ............. 31
Penyakit Ginjal Kronik
(Chronic
viii
perpustakaan.uns.ac.id
digilib.uns.ac.id
2. 2.
Penelitian Terkait ................................................................................. 33
2. 3.
Fokus Penelitian ................................................................................... 36
BAB III METODOLOGI PENELITIAN.............................................................. 37
3. 1.
Pengumpulan Data ............................................................................... 37
3. 1. 1
3. 2.
Dataset ........................................................................................... 37
Analisis dan Perancangan ..................................................................... 38
3. 2. 1
Proses Data Cleaning ..................................................................... 38
3. 2. 2
Proses Pelatihan dengan Naïve Bayes dan AdaBoost .................... 38
3. 2. 3
Cross Validation ............................................................................ 39
3. 3.
Pengembangan Aplikasi ....................................................................... 40
3. 4.
Pengujian dan Analisis Hasil ................................................................ 40
BAB IV HASIL DAN PEMBAHASAN .............................................................. 43
4. 1.
Pengumpulan Data ............................................................................... 43
4. 1. 1
4. 2.
Dataset ........................................................................................... 43
Analisis dan Perancangan ..................................................................... 45
4. 2. 1
Proses Data Cleaning .....................................................................45
4. 2. 2
Proses Pelatihan dengan Naïve Bayes dan AdaBoost ....................46
4. 2. 2. 1
4. 2. 3
Contoh Pelatihan AdaBoost dengan AdaBoost ......................46
Cross Validation ............................................................................49
4. 3.
Pengembangan Aplikasi ....................................................................... 49
4. 4.
Pengujian dan Analisis Hasil ................................................................ 50
4. 4. 1
Pengujian dengan Naïve Bayes dan AdaBoost dengan Dataset Ber-
Missing value .................................................................................................50
4. 4. 1. 1
Pengujian dengan Naïve Bayes Classifier ..............................50
4. 4. 1. 2
Pengujian dengan AdaBoost ..................................................51
4. 4. 2
Pengujian Naïve Bayes dan AdaBoost Menggunakan Dataset
dengan Penggantian Missing value ...............................................................52
4. 4. 2. 1
Pengujian Data dengan Naïve Bayes Classifier ......................52
4. 4. 2. 2
4. 4. 3
Pengujian Data dengan AdaBoost ..........................................53
commit to user
Analisis Hasil Pengujian ................................................................54
ix
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB V PENUTUP ................................................................................................ 57
5. 1.
Kesimpulan ........................................................................................... 57
5. 2.
Saran ..................................................................................................... 57
DAFTAR PUSTAKA ........................................................................................... 58
LAMPIRAN .......................................................................................................... 61
commit to user
x
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR GAMBAR
Gambar 2.1. Ilustrasi Penjelasan Klasifikasi ........................................................ 19
Gambar 2.2 Tahapan Proses Klasifikasi ............................................................... 20
Gambar 3.1 Alur Metodologi Penelitian ............................................................... 37
Gambar 3.2 Alur Kerja Sistem .............................................................................. 40
commit to user
xi
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR TABEL
Tabel 2.1 Contoh Training Set dari Basis Data CKD ........................................... 23
Tabel 2.2 Contoh Data Training............................................................................ 27
Tabel 2.3 Threshold
.................................................................................... 27
Tabel 2.4 Threshold
.................................................................................... 27
Tabel 2.5 Threshold
.................................................................................... 28
Tabel 2.6 Inisialisasi Bobot Awal ......................................................................... 28
Tabel 2.7 Hasil Probabilitas =
Tabel 2.8 Probabilitas =
Tabel 2.9 Probabilitas =
Pada
..................................................... 29
pada
.............................................................. 30
pada
.............................................................. 30
Tabel 2.10 Stadium dan Tindakan Terhadap CKD ............................................... 32
Tabel 2.11 Tabel Penelitian Terkait ...................................................................... 35
Tabel 3.2 Confusion Matrix .................................................................................. 41
Tabel 4.1 Parameter dan Nilai Dataset CKD ........................................................ 43
Tabel 4.2 Pengisian Missing Value ....................................................................... 45
Tabel 4.3 Contoh Data Training CKD .................................................................. 46
Tabel 4.4 Probabilitas Nilai Bobot Awal .............................................................. 46
Tabel 4.5 Tabel Nilai Prediksi untuk ℎ
......................................................... 46
Tabel 4.7 Tabel Nilai Prediksi untuk ℎ
......................................................... 48
Tabel 4.6 Hasil Update Distribusi Probabilitas pada ℎ
Tabel 4.8 Update Probabilitas Distribusi ℎ
................................. 47
................................................... 48
Tabel 4.9 Confusion Matrix Naïve Bayes Data Ber-missing Value ...................... 50
Tabel 4.10 Confusion Matrix AdaBoost Optimalisasi Perulangan 10 kali ........... 51
Tabel 4.11 Confusion Matrix Naïve Bayes Dengan Penggantian Missing Value . 52
Tabel 4.12 Confusion Matrix AdaBoost Dengan Penggantian Missing Value ..... 53
Tabel 4.13 Rekapitulasi Hasil Pengujian .............................................................. 56
Tabel A.1 Atribut dan Keterangan Dataset Penyakit Ginjal Kronik ..................... 62
Tabel B.1 Data Penyakit Ginjal Kronik Bagian 1 ................................................. 64
Tabel B.2 Data Penyakit Ginjal Kronik Bagian 2 ................................................. 66
commit to user
xii
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR LAMPIRAN
LAMPIRAN A ATRIBUT DAN KETERANGAN DATASET CKD .........
LAMPIRAN B DATA PENYAKIT GINJAL KRONIK ..............................
commit to user
xiii
62
64
digilib.uns.ac.id
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
SKRIPSI
Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu
Program Studi Informatika
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu
Program Studi Informatika
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
Disusun Oleh:
ADHI INDRA IRAWAN
NIM. M0508023
Skripsi ini telah disetujui untuk dipertahankan di hadapan Dewan Penguji
pada tanggal:
Pembimbing I
Pembimbing II
Ristu Saptono, S.Si., M.T.
NIP. 19790210 200212 1 001
Afrizal Doewes, S.Kom., M.Sc.
NIP. 19850831 201212 1 004
commit to user
i
perpustakaan.uns.ac.id
digilib.uns.ac.id
SKRIPSI
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN
ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT
GINJAL KRONIK
HALAMAN PENGESAHAN
Disusun oleh :
ADHI INDRA IRAWAN
M0508023
Telah dipertahankan di hadapan Dewan Penguji
Pada tanggal :
Susunan Dewan Penguji
1. Ristu Saptono, S.Si., M.T.
NIP. 19790210 200212 1 001
(
)
2. Afrizal Doewes, S.Kom., M.Sc.
NIP. 19850831 201212 1 004
(
)
3. Meiyanto Eko Sulistyo, S.T., M.Eng.
NIP. 19770513 200912 1 004
(
)
4. Hasan Dwi Cahyono, S.Kom., M.Kom.
NIP. 19820524 201404 1 001
(
)
Disahkan oleh
Kepala Program Studi Informatika
Drs. Bambang Harjito, M.App.Sc., Ph.D
NIP. 19621130 199103 1 002
commit to user
ii
perpustakaan.uns.ac.id
digilib.uns.ac.id
MOTTO
“Wahai orang-orang yang beriman! Mohonlah pertolongan (kepada Allah)
dengan sabar dan sholat. Sungguh, Allah beserta orang-orang yang sabar.”
(Q.S. Al Baqarah: 153)
“Bersemangatlah atas hal-hal yang bermanfaat bagimu. Minta tolonglah pada
Allah, jangan engkau lemah.”
(HR. Muslim)
"Baragsiapa bertakwa pada Allah, niscaya Dia akan mengadakan baginya jalan
keluar."
(Q.S. At-Tholaq: 2)
commit to user
iii
perpustakaan.uns.ac.id
digilib.uns.ac.id
PERSEMBAHAN
Kupersembahkan karya ini kepada :
Bapakku t,, Ibuku, dan Kedua Kakakku
Semua rekan-rekan yang telah memberi dukungan terbaiknya kepada penulis
commit to user
iv
perpustakaan.uns.ac.id
digilib.uns.ac.id
PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN ALGORITMA
ADABOOST UNTUK PREDIKSI PENYAKIT GINJAL KRONIK
ADHI INDRA IRAWAN
Program Studi Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam.
Universitas Sebelas Maret.
ABSTRAK
Permasalahan yang sering terjadi pada dataset mengenai kesehatan yaitu
banyaknya atribut yang memiliki missing value. Metode Naïve Bayes dikenal
mampu memberikan akurasi yang baik dibandingkan dengan metode lainnya dalam
menghadapi missing value. Namun ketika hasil yang diperoleh masih belum bisa
memuaskan maka digunakan boosting dengan AdaBoost untuk meningkatkan
kinerjanya.
Penelitian ini membahas penerapan metode Naïve Bayes dan AdaBoost
dalam mengklasfikasikan penyakit ginjal kronik atau chronic kidney disease
(CKD). Dari hasil dengan perhitungan confusion matrix didapatkan akurasi sebesar
0,95 dan F1-score sebesar 0,958 untuk metode Naïve Bayes. Sedangkan
penggabungan dengan AdaBoost berhasil meningkatkan akurasi menjadi 0,98 dan
F1-score sebesar 0,984. Ketika dilakukan penggantian missing value, metode Naïve
Bayes mengalami penurunan akurasi menjadi 0,945 dan F1-score 0,954, sedangkan
algoritma AdaBoost berhasil meningkatkan akurasi menjadi 0,9825 dan F1-score
sebesar 0,986. Hal ini menunjukkan bahwa metode Naïve Bayes memiliki
kemampuan yang baik dalam menghadapi missing value dan algoritma AdaBoost
berhasil meningkatkan kinerja dengan meningkatkan akurasi.
Kata Kunci: AdaBoost, CKD, Missing Value, Naïve Bayes
commit to user
v
perpustakaan.uns.ac.id
digilib.uns.ac.id
IMPLEMENTATION OF NAÏVE BAYES CLASSIFIER METHOD AND
ADABOOST ALGORITHM FOR PREDICTION OF CHRONIC KIDNEY
DISEASE
ADHI INDRA IRAWAN
Department of Informatics. Faculty of Mathematics and Natural Science.
Sebelas Maret University
ABSTRACT
Problems that often occur in the medical dataset are many attributes that
have missing values. Naïve Bayes method is known to provide good accuracy
compared to other methods in dealing with missing values. However, when the
results obtained are still not satisfactory then boosting with AdaBoost is used to
improve its performance.
This study discusses the application of Naïve Bayes method and AdaBoost
algorithm to classify chronic kidney disease (CKD). From the result obtained by
calculating the confusion matrix, the Naïve Bayes method achieved the accuracy of
0.95 and F1-score of 0.958 . While the combination of AdaBoost and Naïve Bayes
managed to improve the accuracy of 0.98 and F1-score of 0.984. When the missing
values are replaced, the accuracy of Naïve Bayes decreased to 0.945 and F1-score
of 0.954, while AdaBoost successfully increased the accuracy to 0.9825 and F1score of 0.986. This shows that the Naïve Bayes method has good ability in dealing
with missing values and AdaBoost algorithm were managed to improve the Naïve
Bayes performance by increasing the accuracy.
Keywords: AdaBoost, CKD, Missing Value, Naïve Bayes
commit to user
vi
perpustakaan.uns.ac.id
digilib.uns.ac.id
KATA PENGANTAR
j
Puji syukur penulis panjatkan kehadirat Allahkyang senantiasa
memberikan nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul Penerapan Metode Naïve Bayes Classifier dan Algoritma Adaboost
untuk Prediksi Penyakit Ginjal Kronik, yang menjadi salah satu syarat wajib untuk
memperoleh gelar Sarjana Informatika di Universitas Sebelas Maret (UNS)
Surakarta. Semoga shalawat serta salam selalu tercurahkan pada suri teladan kita
Rasulullah Muhammad n, beserta keluarga, para Sahabat, dan semua yang
mengikuti kebaikan mereka.
Penulis menyadari akan keterbatasan yang dimiliki, begitu banyak
bimbingan, bantuan, serta motivasi yang diberikan dalam proses penyusunan
skripsi ini. Oleh karena itu, ucapan terima kasih penulis sampaikan kepada :
1. Bapak Ristu Saptono, S.Si., M.T. selaku Dosen Pembimbing I yang penuh
kesabaran membimbing, mengarahkan, dan memberi motivasi kepada penulis
selama proses penyusunan skripsi ini,
2. Bapak Afrizal Doewes, S.Kom., M.Sc. selaku Dosen Pembimbing II yang
penuh kesabaran membimbing, mengarahkan, dan memberi motivasi kepada
penulis selama proses penyusunan skripsi ini,
3. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D selaku Kepala Program Studi
S1 Informatika,
4. Bapak Dr. Wiranto, M.Cs. selaku Pembimbing Akademik yang telah banyak
memberi bimbingan dan pengarahan selama penulis menempuh studi di
Program Studi Informatika FMIPA UNS,
5. Bapak dan Ibu dosen serta karyawan di Program Studi Informatika FMIPA
UNS yang telah mengajar penulis selama masa studi dan membantu dalam
proses penyusunan skripsi ini,
6. Ibu, Bapak, dan kakakku, serta teman-teman yang telah memberikan
dorongan baik moral maupun materi kepada penulis.
7. Roma, Irul, Adit, Dhike, Cici, Bagus, dan Rancang yang telah memberikan
bantuan dan semangat sehingga penyusunan skripsi ini dapat terselesaikan.
Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak
yang berkepentingan.
Surakarta, April 2016
commit to user
vii
Penulis
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR ISI
HALAMAN PENGESAHAN ................................................................................. ii
MOTTO ................................................................................................................. iii
PERSEMBAHAN .................................................................................................. iv
ABSTRAK .............................................................................................................. v
ABSTRACT ........................................................................................................... vi
KATA PENGANTAR .......................................................................................... vii
DAFTAR ISI ........................................................................................................ viii
DAFTAR GAMBAR ............................................................................................. xi
DAFTAR TABEL ................................................................................................. xii
DAFTAR LAMPIRAN ........................................................................................ xiii
BAB I PENDAHULUAN ..................................................................................... 14
1. 1.
Latar Belakang ..................................................................................... 14
1. 2.
Rumusan Masalah ................................................................................ 15
1. 3.
Batasan Masalah ................................................................................... 15
1. 4.
Tujuan Penelitian .................................................................................. 16
1. 5.
Manfaat Penelitian ................................................................................ 16
1. 6.
Sistematika Penulisan ........................................................................... 16
BAB II TINJAUAN PUSTAKA........................................................................... 17
2. 1.
Dasar Teori ........................................................................................... 17
2. 1. 1
Data Mining ................................................................................... 17
2. 1. 2
Klasifikasi ...................................................................................... 18
2. 1. 3
Naïve Bayes Classifier ................................................................... 21
2. 1. 4
AdaBoost ........................................................................................ 25
2. 1. 5
commit
to userKidney Disease, CKD) ............. 31
Penyakit Ginjal Kronik
(Chronic
viii
perpustakaan.uns.ac.id
digilib.uns.ac.id
2. 2.
Penelitian Terkait ................................................................................. 33
2. 3.
Fokus Penelitian ................................................................................... 36
BAB III METODOLOGI PENELITIAN.............................................................. 37
3. 1.
Pengumpulan Data ............................................................................... 37
3. 1. 1
3. 2.
Dataset ........................................................................................... 37
Analisis dan Perancangan ..................................................................... 38
3. 2. 1
Proses Data Cleaning ..................................................................... 38
3. 2. 2
Proses Pelatihan dengan Naïve Bayes dan AdaBoost .................... 38
3. 2. 3
Cross Validation ............................................................................ 39
3. 3.
Pengembangan Aplikasi ....................................................................... 40
3. 4.
Pengujian dan Analisis Hasil ................................................................ 40
BAB IV HASIL DAN PEMBAHASAN .............................................................. 43
4. 1.
Pengumpulan Data ............................................................................... 43
4. 1. 1
4. 2.
Dataset ........................................................................................... 43
Analisis dan Perancangan ..................................................................... 45
4. 2. 1
Proses Data Cleaning .....................................................................45
4. 2. 2
Proses Pelatihan dengan Naïve Bayes dan AdaBoost ....................46
4. 2. 2. 1
4. 2. 3
Contoh Pelatihan AdaBoost dengan AdaBoost ......................46
Cross Validation ............................................................................49
4. 3.
Pengembangan Aplikasi ....................................................................... 49
4. 4.
Pengujian dan Analisis Hasil ................................................................ 50
4. 4. 1
Pengujian dengan Naïve Bayes dan AdaBoost dengan Dataset Ber-
Missing value .................................................................................................50
4. 4. 1. 1
Pengujian dengan Naïve Bayes Classifier ..............................50
4. 4. 1. 2
Pengujian dengan AdaBoost ..................................................51
4. 4. 2
Pengujian Naïve Bayes dan AdaBoost Menggunakan Dataset
dengan Penggantian Missing value ...............................................................52
4. 4. 2. 1
Pengujian Data dengan Naïve Bayes Classifier ......................52
4. 4. 2. 2
4. 4. 3
Pengujian Data dengan AdaBoost ..........................................53
commit to user
Analisis Hasil Pengujian ................................................................54
ix
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB V PENUTUP ................................................................................................ 57
5. 1.
Kesimpulan ........................................................................................... 57
5. 2.
Saran ..................................................................................................... 57
DAFTAR PUSTAKA ........................................................................................... 58
LAMPIRAN .......................................................................................................... 61
commit to user
x
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR GAMBAR
Gambar 2.1. Ilustrasi Penjelasan Klasifikasi ........................................................ 19
Gambar 2.2 Tahapan Proses Klasifikasi ............................................................... 20
Gambar 3.1 Alur Metodologi Penelitian ............................................................... 37
Gambar 3.2 Alur Kerja Sistem .............................................................................. 40
commit to user
xi
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR TABEL
Tabel 2.1 Contoh Training Set dari Basis Data CKD ........................................... 23
Tabel 2.2 Contoh Data Training............................................................................ 27
Tabel 2.3 Threshold
.................................................................................... 27
Tabel 2.4 Threshold
.................................................................................... 27
Tabel 2.5 Threshold
.................................................................................... 28
Tabel 2.6 Inisialisasi Bobot Awal ......................................................................... 28
Tabel 2.7 Hasil Probabilitas =
Tabel 2.8 Probabilitas =
Tabel 2.9 Probabilitas =
Pada
..................................................... 29
pada
.............................................................. 30
pada
.............................................................. 30
Tabel 2.10 Stadium dan Tindakan Terhadap CKD ............................................... 32
Tabel 2.11 Tabel Penelitian Terkait ...................................................................... 35
Tabel 3.2 Confusion Matrix .................................................................................. 41
Tabel 4.1 Parameter dan Nilai Dataset CKD ........................................................ 43
Tabel 4.2 Pengisian Missing Value ....................................................................... 45
Tabel 4.3 Contoh Data Training CKD .................................................................. 46
Tabel 4.4 Probabilitas Nilai Bobot Awal .............................................................. 46
Tabel 4.5 Tabel Nilai Prediksi untuk ℎ
......................................................... 46
Tabel 4.7 Tabel Nilai Prediksi untuk ℎ
......................................................... 48
Tabel 4.6 Hasil Update Distribusi Probabilitas pada ℎ
Tabel 4.8 Update Probabilitas Distribusi ℎ
................................. 47
................................................... 48
Tabel 4.9 Confusion Matrix Naïve Bayes Data Ber-missing Value ...................... 50
Tabel 4.10 Confusion Matrix AdaBoost Optimalisasi Perulangan 10 kali ........... 51
Tabel 4.11 Confusion Matrix Naïve Bayes Dengan Penggantian Missing Value . 52
Tabel 4.12 Confusion Matrix AdaBoost Dengan Penggantian Missing Value ..... 53
Tabel 4.13 Rekapitulasi Hasil Pengujian .............................................................. 56
Tabel A.1 Atribut dan Keterangan Dataset Penyakit Ginjal Kronik ..................... 62
Tabel B.1 Data Penyakit Ginjal Kronik Bagian 1 ................................................. 64
Tabel B.2 Data Penyakit Ginjal Kronik Bagian 2 ................................................. 66
commit to user
xii
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR LAMPIRAN
LAMPIRAN A ATRIBUT DAN KETERANGAN DATASET CKD .........
LAMPIRAN B DATA PENYAKIT GINJAL KRONIK ..............................
commit to user
xiii
62
64