Anda di halaman 1dari 33

DMK

(Data Mining & Kecerdasan Bisnis)

Kelompok 1
 Delianto Damiri
 Kevin Kantona Pasaribu
 Muhammad Iqbal Satriyo
 Muzakki Hafizh Setiono
Tugas UAS DMK
“Penerapan Algoritma C4.5 Untuk Deteksi
Dini Gangguan Autisme Pada Anak”
1
Pendahuluan
Latar Belakang
● Deteksi dini gangguan autisme merupakan hal yang
terpenting dalam proses tumbuh kembang anak.
Namun, kebanyakan orang tua masih belum
memahami tentang gangguan autisme yang dialami
oleh anaknya dan bagaimana cara penanganannya.
Tetapi, ketersediaan dokter dalam bidang tumbuh
kembang anak sekarang tidaklah terlalu banyak
sehingga para orang tua harus mengeluarkan biaya
yang relatif besar hanya untuk berkonsultasi kepada
seorang dokter.
Latar Belakang

● Seiring dengan berkembangnya teknologi saat ini, terutama dalam


penggunaan internet. Hal ini mendorong para seorang dokter untuk
mengembangkan internet guna mendukung dan mempermudah pekerjaan
mereka, khususnya dalam mendiagnosa/mendeteksi suatu penyakit. Dalam
penilitian ini digunakan algoritma C4.5 dalam pendeteksian dini gangguan
autisme.

● Hasil dari metode algoritma C4.5 dan klasifikasi yang digunakan


dalam penelitian ini menunjukkan nilai akurasi 70%.
Rumusan Masalah

Berdasarkan latar belakang yang sudah dijelaskan diatas, rumusan


masalah dalam penelitian ini adalah sebagai berikut:
● Bagaimana memberi pengetahuan terhadap para orang tua mengenai
gangguan autisme dan mempermudah para orang tua mendeteksi
gangguan autism berdasarkan gejala-gejala yang dialami oleh
anaknya.
● Bagaimana memanfaatkan teknik data mining dengan menggunakan
algoritma C4.5 untuk mendeteksi dini gangguan autisme.
Tujuan Penilitian

Adapun tujuan dicapai dalam penelitian pendeteksian dini


gangguan autisme pada anak ini adalah sebagai berikut:
● Memberikan pengetahuan kepada orang tua mengenai
gangguan autisme.
● Mengimplementasikan Algoritma C4.5 untuk
mendeteksi dini gangguan autisme dengan berdasarkan
gejala gejala yang dialami.
Penilitian Terkait
● Penelitian dikemukan bahwa Penggunaan Metode Business
Intelligence diterapkan dalam melakukan pendeteksian dini
untuk mengenali anak berkebutuhan khusus. Dengan metode
klasifikasi, atribut yang paling berpengaruh berhasil
diperoleh, yaitu kemampuan belajar. Dan hasil perbandingan
untuk kedua algoritma C4.5 dan Naïve Bayes menunjukkan
kedua algoritma sama-sama memberikan hasil yang sangat
baik/ tidak ada perbedaan yang signifikan.

● Algoritma C4.5 dipilih karena dinyatakan sebagai algoritma


learning yang memiliki tingkat keakurasian paling tinggi.
2
Metodologi
Penelitian
Metode Penilitian

Metode penelitian yang digunakan dalam penelitian ini


adalah metode pengumpulan data. Metode pengumpulan
data dapat dijelaskan sebagai berikut:
a. Observasi / Pengamatan
b. Wawancara
c. Studi Pustaka
d. Kuesioner
Tahapan Penilitian

Dalam menghasilkan suatu knowledge dari pola yang ada,


diperlukan penerapan metode scientific yang disebut
dengan Knowledge Discovery in Database (KDD).
Terdapat 5 (lima) Tahapan pada proses Knowledge
Discovery in Database (KDD) dapat dijelaskan sebagai
berikut:
a. Selection
b. Preprocessing
c. Transformation
d. Data Mining
e. Interpretation / Evaluation
Tahapan Penilitian

Dalam proses KDD, metode data mining tersebut untuk


mengekstraksi pola dari data. Pola itu bisa jadi ditemukan
tergantung pada tugas data mining yang diterapkan.
Penambangan data dalam data mining dapat melibatkan
beberapa langkah-langkah kunci yang akan dijelaskan
sebagai berikut:
a. Problem Definition
b. Data Exploration
c. Data Preparation
d. Modeling
e. Evaluation and Deployment
Pohon Keputusan
Pohon keputusan ini adalah struktur representasi pengetahuan yang terdiri dari
simpul dan cabang yang diorganisasikan dalam bentuk pohon semacam itu
bahwa setiap simpul non-daun internal diberi label dengan nilai atributnya.
Cabang-cabangnya keluar dari internal node diberi label dengan nilai atribut
pada node tersebut. Setiap simpul diberi label dengan kelas (nilai tujuan
atribut). . Permasalahan yang dihadapi kebanyakan algoritma pohon keputusan
adalah sebagai berikut:
1. Memilih atribut pemisahan
2. Memesan atribut pemisahan
3. Jumlah perpecahan yang harus diambil
4. Saldo struktur pohon dan pemangkasan
5. Menghentikan kriteria
Algoritma C4.5
Algoritma C4.5 adalah program yang memberi kontribusi satu set data berlabel
dan menghasilkan pohon keputusan sebagai keluaran. Pohon keputusan tindak
lanjut ini kemudian diverifikasi terhadap data uji berlabel yang tidak terlihat
untuk menghitung generalisasinya. Algoritma ini dapat menyelesaikan masalah
secara sistematis dengan membentuk suatu decision tree dengan langkah-langkah
sebagai berikut:
1. Pilih atribut sebagai akar.
2. Buat cabang untuk masing-masing record dari atribut.
3. Membagi kasus ke dalam cabang,
4. Ulangi proses untuk masing-masing cabang sampai semua kasus pada
cabang menghasilkan suatu keputusan yang sesuai.
Algoritma C4.5
 Dalam memilih sebuah atribut menjadi akar, dilakukan
perhitungan nilai dari atribut yang ada. Nilai gain yang
paling tinggi dijadikan root pada pohon keputusan. Untuk
menghitung nilai gain digunakan rumus:

Keterangan:
S = Himpunan kasus
A = Atribut
n = Jumlah partisi dalam atribut
|Si| = Jumlah kasus pada partisi ke-i,
|S| = Jumlah kasus
Algoritma C4.5

 Sedangkan untuk perhitungan nilai entropy dapat


dilakukan dengan rumus:

Keterangan:
S = Himpunan kasus
n = Jumlah partisi dalam atribut
pi = Proposi dari Si terhadap S
Pengujian & Pengambilan Data

Pengujian data menggunakan algoritma C4.5 dan


pengambilan data diambil dari lembaga yang
menangani anak berkebutuhan khusus atau
autisme yang terletak di Bekasi.
3
Hasil &
Pembahasan
Tabel Gangguan Autisme

No Kode Gangguan Autisme


1 GG01 Gangguan Perilaku
2 GG02 Gangguan Komunikasi
3 GG03 Gangguan Interaksi Sosial
Tabel Gejala Autisme
No Kode Gejala

1 GJ01 Tidak memiliki kontak mata

2 GJ02 Suka diam/menyendiri

3 GJ03 Tidak suka dipeluk

4 GJ04 Tidak dapat merespon jika dipanggil orang

5 GJ05 Suka melakukan kegiatan/gerakan secara berulang-ulang

6 GJ06 Suka terpaku terhadap benda-benda tertentu

7 GJ07 Suka menyukai hal yang aneh seperti mencium-cium benda

8 GJ08 Suka mengungkapkan emosi (sedih, senang, marah dll) dengan sendirinya tanpa sebab

9 GJ09 Tidak bisa diam

10 GJ10 Tidak dapat berbicara

11 GJ11 Bisa berbicara namun tidak jelas

12 GJ12 Sering berbicara berlebihan


Tabel Gejala Autisme
No Kode Gejala

13 GJ13 Suka mengucapkan bahasa/kata-kata yang aneh secara berulang-ulang

14 GJ14 Tidak dapat menunjuk sesuatu dengan jari sendiri

15 GJ15 Tidak dapat menunjukkan keinginan dengan kata-kata

16 GJ16 Suka menarik-narik orang lain jika menginginkan sesuatu

17 GJ17 Tidak ada usaha dalam berkomunikasi

18 GJ18 Menghindar jika didekati

19 GJ19 Tidak dapat berinteraksi dengan lingkungan sekitar

20 GJ20 Tidak tertarik dengan orang lain

21 GJ21 Tidak peduli dengan sekitarnya

22 GJ22 Tidak suka dengan keramaian

23 GJ23 Tidak suka bermain dengan teman sebayanya

24 GJ24 Tidak dapat bersosialisasi dengan orang lain


Tabel Keputusan
Gangguan Autisme
Gejala
GG01 GG02 GG03
GJ01 Ya Ya Ya
GJ02 Ya Tidak Ya
GJ03 Ya Tidak Ya
GJ04 Tidak Ya Tidak
GJ05 Ya Tidak Tidak
GJ06 Ya Tidak Tidak
GJ07 Ya Tidak Tidak
GJ08 Ya Tidak Tidak
GJ09 Ya Tidak Tidak
GJ10 Tidak Ya Tidak
GJ11 Tidak Ya Tidak
GJ12 Tidak Ya Tidak
GJ13 Tidak Ya Tidak
GJ14 Tidak Ya Tidak
GJ15 Tidak Ya Tidak
GJ16 Tidak Ya Tidak
GJ17 Tidak Ya Tidak
GJ18 Tidak Tidak Ya
GJ19 Tidak Tidak Ya
GJ20 Tidak Tidak Ya
GJ21 Tidak Tidak Ya
GJ22 Tidak Tidak Ya
GJ23 Tidak Tidak Ya
GJ24 Tidak Tidak Ya
Tabel Data
GJ01 GJ02 GJ03 GJ04 GJ05 GJ06 GJ07 GJ08 GJ09 GJ10 GJ11 GJ12 GJ13 GJ14 GJ15 GJ16 GJ17 GJ18 GJ19 GJ20 GJ21 GJ22 GJ23 GJ24 Gangguan Yang Dialami
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Tidak Tidak Tidak Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Gangguan Interaksi Sosial
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Ya Ya Tidak Ya Tidak Gangguan Interaksi Sosial
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Tidak Ya Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Gangguan Komunikasi
Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Ya Ya Tidak Ya Ya Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Ya Tidak Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Ya Tidak Ya Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Ya Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Tidak Tidak Gangguan Perilaku
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Ya Tidak Ya Ya Ya Tidak Ya Gangguan Interaksi Sosial
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Perilaku
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Perilaku
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Perilaku
Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Perilaku
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Tidak Tidak Gangguan Perilaku
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Tidak Ya Ya Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Interaksi Sosial
Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Komunikasi
Ya Ya Ya Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Komunikasi
Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Ya Ya Tidak Ya Ya Ya Ya Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Ya Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Ya Ya Ya Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Gangguan Komunikasi
Perhitungan
 Dari tabel data tersebut, akan diperhitungkan nilai entropy dan gain dari masing-masing
gejala. Berikut perhitungan nilai entropy dan nilai gain node pertama:
Perhitungan
 

Dari perhitungan tersebut dalam diringkas secara rinci didalam tabel berikut:

Jumlah Gangguan Gangguan Gangguan


Gejala Autisme Entropy Gain
Kasus Perilaku Komunikasi Interaksi Sosial
Total 50 18 20 12 1,55352095
GJ01 0,04560071
Ya 33 9 15 9 1,53948476
Tidak 17 9 5 3 1,44664796
GJ02 0,40666004
Ya 38 18 8 12 1,50902751
Tidak 12 0 12 0 0
GJ03 0,45311915
Ya 37 18 7 12 1,48702946
Tidak 13 0 13 0 0
GJ04 0,50293445
Ya 14 0 14 0 0
Tidak 36 18 6 12 1,45914792
GJ05 0,35357947
Ya 16 13 3 0 0,69621226
Tidak 34 5 17 12 1,43699052
Perhitungan

Dari hasil perhitungan nilai entropy dan nilai gain yang terdapat
pada tabel terlihat bahwa atribut GJ04 (Tidak dapat merespon
jika dipanggil orang) mempunyai nilai gain paling tinggi yaitu
0,50293445. Oleh karena itu GJ04 (Tidak dapat merespon jika
dipanggil orang) akan menjadi akar (node pertama) dari pohon
keputusan yang terbentuk. Setelah didapatkan nilai gain yang
tertinggi maka selanjutnya dihitung dengan cara yang sama
dengan menggunakan persamaan entropy untuk mendapatkan
nilai entropy dan persamaan gain untuk mendapatkan nilai gain.
Pohon Keputusan
Setelah dilakukan hasil perhitungan nilai entropy dan nilai gain,
maka akan terbentuk pohon keputusan seperti gambar dibawah
ini.
Rules
Rule 1
IF GJ04 == Ya
THEN Gangguan Komunikasi
Rule 2
IF GJ04 == Tidak
AND GJ05 == Ya
THEN Gangguan Perilaku
Rule 3
IF GJ04 == Tidak
AND GJ05 == Tidak
AND GJ20 == Ya
THEN Gangguan Interaksi Sosial
Rule 4
IF GJ04 == Tidak
AND GJ05 == Tidak
AND GJ20 == Tidak
AND GJ01 == Ya
THEN Gangguan Interaksi Sosial
Accuracy
Model yang telah dibentuk diuji tingkat akurasinya dengan memasukan atau uji yang berasal dari data
training dengan menggunakan cross validation pada aplikasi ripedminer untuk menguji tingkat
akurasi. Dengan aplikasi ripedminer dihasilkan nilai akurasi, nilai class recall dan nilai class
precision yang akan dijelaskan pada
gambar dibawah ini:
4
Penutup
Kesimpulan

Dari hasil penelitian yang sudah dilakukan, dapat


disimpulkan bahwa deteksi dini gangguan autisme
pada anak dapat diprediksi dengan memanfaatkan
teknik data mining menggunakan metode algoritma
C4.5 untuk memprediksi gangguan autisme pada anak
berdasarkan gejala yang dialami anak dan hasil nilai
akurasinya sebesar 70% dengan menggunakan metode
validasi silang (cross validation) pada aplikasi Rapid
Miner.
Saran

Adapun saran yang diberikan untuk meningkatkan


kinerja dan menyempurnakan untuk penelitian
selanjutnya adalah sebagai berikut:
● Penelitian ini dapat memperoleh nilai akurasi
tertinggi dengan menggunakan dan
membandingkan dengan algoritma klasifikasi lain
seperti ID3, Naive Bayes, dan K-NN.
● Meningkatkan/memperbanyak jumlah data agregat
dalam kuesioner untuk mendapatkan hasil yang
lebih baik dalam akurasi fungsi algoritma.
END
Terima Kasih!

Anda mungkin juga menyukai