IMPLEMENTASI METODE BAGGING DAN ADABOOST PADA ALGORITMA C5.O UNTUK MENDIAGNOSA PENYAKIT DIABETES MELITUS

Abstract

Diabetes Melitus atau kencing manis adalah gangguan kesehatan dimana jumlah atau konsentrasi glukosa atau gula dalam darah melebihi atau tidak sesuai dengan kondisi normal. Dataset yang digunakan yaitu dataset diabetes diperoleh dari website Kaggle datasets. Data diabetes melitus ini terdiri dari 768 data. Dimana data pasien yang negatif diabetes mellitus sebanyak 500 data dan pasien yang positif diabetes mellitus sebanyak 268 data. Data ini terdiri dari 9 attribut. Data yang ada dianalisis menggunakan algoritma C5.0, algoritma C5.0 dengan metoda bagging, dan algoritma C5.0 dengan metode adaboost. Penggunaan metode bagging dan adaboost untuk menangani data tidak seimbang yang terdapat pada data diabetes melitus. Hasil klasifikasi berupa accuracy dengan menggunakan data training 80?n data testing 20%. Nilai accuracy klasifikasi menggunakan algoritma C5.0 sebesar 77,27%, algoritma C5.0 denga metode bagging sebesar 75,97%, dan algoritma C5.0 dengan metode adaboost sebesar 75,97%. Dalam penelitian ini, algoritma C5.0 memiliki nilai accuracy yang paling baik