DIAGNOSA PENYAKIT PARKINSON DENGAN ALGORITMA K-NEAREST NEIGHTBOR DAN DECISION TREE C4.5

Anita Desiani, Narti Narti, Indri Ramayanti, Muhammad Arhami, Irmeilyana Irmeilyana

Abstract


Parkinson adalah suatu penyakit dimana neurologis mempengaruhi neuron dopaminergik, yang dibuktikan dengan kematian sel-sel otak yang ada, hilangnya pigmentasi substantia nigra, adanya inklusi sitoplasma, dan penurunan kadar dopamin di substantia nigra pars compacta dan corpus striatum. Penyakit parkinson dapat didiagnosa dengan melakukan pengklasifikasian untuk mengukur tingkat akurasi. Tujuan dari penelitian ini adalah untuk melakukan diagnosa penyakit Parkinson dengan dua algoritma yang berbeda, yaitu algoritma K-Nearest Neighbor (KNN) dan algoritma C4.5 dengan metode pelatihan Percentage split dan validasi K-fold cross yang nantinya kan dibandingkan satu sama lain. Dari penelitian ini, nilai presisi yang dimiliki penderita Parkinson's disease algoritma C4.5 split persentasenya adalah 96%. Begitu juga untuk nilai recall yang dimiliki oleh penderita penyakit Parkinson yaitu sebesar 93%. Nilai akurasi algoritma K-Nearest Neighbor (KNN) adalah 82% untuk metode pelatihan pada percentage split dan 76,8% dengan metode validasi K-fold cross dan 89% untuk algoritma C4.5 dengan metode pelatihan pada Percentage split dan 81% dengan metode validasi K-fold cross.

Kata kunci: C4.5, K- Fold Cross Validation, K-Nearest Neighbor, Parkinson, Percentage Split


References


D. A. H. Pitra, “Disfungsi Mitokondria pada Penyakit Parkinson,” Baiturrahmah Med. J., vol. 1, no. 2, pp. 77–82, 2021, [Online]. Available: https://jurnal.unbrah.ac.id/index.php/brmj/article/download/1038/pdf

K. Ngurah and D. Putra, “Program Vo2Max Dengan Resiko Jatuh Pada Pasien,” vol. 05, no. 01, pp. 1–7, 2023.

O. Tambun, S. Marisdina, and E. Bahar, “Faktor-Faktor Yang Mempengaruhi Kualitas Hidup Penderita Penyakit Parkinson Dengan Menggunakan,” Artik. Penelit. Neurona, vol. 38, no. 4, p. 270, 2021.

H. P. Catur Ari Setianto, Eko Arisetijono, Dessika Rahmawati, Zamroni Afif, Rodhiyan Rakhmatiar, Neila Raisa, Melawan Parkinson: Diagnosis dan Tata Laksana Holistik Penyakit Parkinson. Universitas Brawijaya Press, 2023.

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.

M. Y. Rizki, E. Sartika, Y. Pratama, S. Rasika, A. P. Windarto, and A. D. A. N. Pembahasan, “Implementasi C45 Dalam Memprediksi Index Prestasi Mahasiswa / i Menurut Kebiasaan Belajar,” Semin. Nas. Teknol. Komput. Sains, pp. 297–303, 2020.

A. M. Argina, “Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes,” Indones. J. Data Sci., vol. 1, no. 2, pp. 29–33, 2020, doi: 10.33096/ijodas.v1i2.11.

J. P. Gultom and A. Rikki, “Implementasi Data Mining menggunakan Algoritma C-45 pada Data Masyarakat Kecamatan Garoga untuk Menentukan Pola Penerima Beras Raskin,” Kumpul. Artik. Karya Ilm. Fak. Ilmu Komput., vol. 02, no. 01, pp. 11–19, 2020.

I. Wahyudi, S. Bahri, and P. Handayani, “Aplikasi Pembelajaran Pengenalan Budaya Indonesia,” vol. V, no. 1, pp. 135–138, 2019, doi: 10.31294/jtk.v4i2.

R. T. Prasetio, “SELEKSI FITUR DAN OPTIMASI PARAMETER k-NN BERBASIS ALGORITMA GENETIKA PADA DATASET MEDIS,” J. Responsif Ris. Sains dan Inform., vol. 2, no. 2, pp. 213–221, 2020, doi: 10.51977/jti.v2i2.319.

Yadi, “Implementation Algorithm C4.5 Classification Of Prospective Scholarship Recipients,” J. SimanteC, vol. 11, no. 1, pp. 27–32, 2022.

Nurfitrayani, Islamiyah, and A. P. A. Masa, “Penerapan Klasifikasi Algoritma C4.5 Dan Algoritma C5.0 Untuk Mengetahui Tingkat Kepuasan Mahasiswa Terhadap Website Sistem Informasi Terpadu Layanan Program Studi (SIPLO),” J. Media Inform. Budidarma, vol. 7, pp. 1877–1887, 2023, doi: 10.30865/mib.v7i4.6433.

S. Agustiani, A. Mustopa, A. Saryoko, W. Gata, and S. K. Wildah, “Penerapan Algoritma J48 Untuk Deteksi Penyakit Tiroid,” Paradig. - J. Komput. dan Inform., vol. 22, no. 2, pp. 153–160, 2020, doi: 10.31294/p.v22i2.8174.

W. Z. Aprilita, R. Akbar, R. Cahyadi Prayogi, and Rahmaddeni, “Komparasi Algoritma K-Nearest Neighbor (KNN) dan Naive Bayes dalam Klasifikasi Penyakit Parkinson,” SENTIMAS Semin. Nas. Penelit. dan Pengabdi. Masy., pp. 188–193, 2023, [Online]. Available: https://journal.irpi.or.id/index.php/sentimas

S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, Knn Dan Svm,” J. Tekno Insentif, vol. 13, no. 1, pp. 16–25, 2019, doi: 10.36787/jti.v13i1.78.

A. M. Widodo, N. Anwar, B. Irawan, A. Wisnujati, and L. Meria, “Komparasi Performansi Algoritma Pengklasifikasi KNN, Bagging Dan Random Forest Untuk Prediksi Kanker Payudara,” Proceeding KONIK (Konferensi Nas. Ilmu Komputer), vol. 5, pp. 367–372, 2021, [Online]. Available: https://scholar.google.com/citations?view_op=view_citation&hl=en&user=FOwZ8hUAAAAJ&pagesize=100&citation_for_view=FOwZ8hUAAAAJ:fFSKOagxvKUC

Y. Y. Nur and A. Hermawan, “Implementasi Algoritma C.45 Untuk Menentukan Jurusan Calon Siswa Sekolah Menengah Kejuruan (Smk),” J. Simantec, vol. 11, no. 2, pp. 175–184, 2023, doi: 10.21107/simantec.v11i2.20384.

M. N. Akbar, “Klasifikasi Kanker Menggunakan Algoritma Nnge , Random Forest , Dan Random Commitee,” J. Inform. dan Teknol., vol. 5, pp. 289–298, 2020, [Online]. Available: http://journal.uin-alauddin.ac.id/index.php/instek/index

S. P. Backar, P. Purnawansyah, H. Darwis, and W. Astuti, “Hybrid Fourier Descriptor Naïve Bayes dan CNN pada Klasifikasi Daun Herbal,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 126–133, 2023, doi: 10.30591/jpit.v8i2.5186.

M. R. Santoso and P. Musa, “Rekomendasi Kesehatan Janin Dengan Penerapan Algoritma C5.0 Menggunakan Classifying Cardiotocography Dataset,” J. Simantec, vol. 9, no. 2, pp. 65–76, 2021, doi: 10.21107/simantec.v9i2.10730.




DOI: https://doi.org/10.21107/simantec.v12i1.21167

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Anita Desiani

Indexed By