JNANALOKA
Vol. 01 No. 01 Maret Tahun 2020

Prediksi penyakit ginjal kronis menggunakan metode pengurangan fitur Symetrical Uncertainty

Muhammad Kurniawan (Unknown)



Article Info

Publish Date
01 Apr 2020

Abstract

Data mining berhubungan dengan pencarian data untuk menemukan pola atau pengetahuan da- ri data keseluruhan. Data mining dapat digunakan untuk memprediksi suatu keadaan, seperti apakah seseorang terkena penyakit ginjal kronis atau tidak. Dalam penelitian ini metode pengu- rangan fitur symmetrical uncertainty dengan algoritma klasifikasi Gradient Boosting, Random Forest, Support Vector Machine, dan Naïve Bayes digunakan untuk memprediksi penyakit ginjal kronis. Jumlah atribut yang diklasifikasi adalah 24, 12, 6, 5, dan 4 atribut. Peningkatan nilai akurasi didapatkan pada pengurangan atribut dari 24 ke 12 dengan algoritma Naïve Bayes. Se- lain itu, diperoleh Support Vector Machine memiliki akurasi terbaik pada semua jumlah atribut, diikuti Gradient Boosting, Random Forest, dan Naïve Bayes. Pada klasifikasi 5 atribut, terlihat algoritma Support Vector Machine dan Gradient Boosting masih memiliki akurasi 1. Kelima atribut tersebut antara lain: hemoglobin, packed cell volume, serum creatinine, albumin, dan specifity gravity. Pengurangan atribut dapat meningkatkan akurasi dan dapat memudahkan proses prediksi karena jumlah atribut lebih sedikit. Belum ada

Copyrights © 2020






Journal Info

Abbrev

jnanaloka

Publisher

Subject

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Transportation Other

Description

JNANALOKA merupakan jurnal ilmiah berbasis blind peer review dan open access terbit mulai tahun 2020 dipublikasikan oleh Lentera Dua Indonesia. Jurnal terbit sebanyak 2 (dua) kali dalam setahun yakni bulan Maret dan September. Redaksi Jurnal JNANALOKA menerima artikel ilmiah orisinil lintas bidang ...