IMPLEMENTASI FUZZY DECISION TREE UNTUK PREDIKSI PENYAKIT LIVER PADA DATASET ILPD (INDIAN LIVER PATIENT DATASET)

Abstract

Hati manusia adalah salah satu organ utama dalam tubuh dan penyakit liver dapat menyebabkan banyak masalah dalam kehidupan manusia. Hati mengubah zat beracun menjadi nutrisi dan kemudian tubuh menggunakannya untuk mengendalikan tingkat hormon dalam tubuh. Prediksi penyakit liver yang cepat dan akurat memungkinkan perawatan dini dan efektif. Perkembangan dari teknologi komputer membuat pekerjaan diagnosis atau pengambilan keputusan menjadi lebih mudah. Di dalam machine learning memungkinkan sebuah komputer mampu untuk memutuskan atau memberikan saran yang tepat. Uji coba telah dilakukan menggunakan algoritme fuzzy decision tree dengan menggunakan beberapa nilai threshold yaitu fuzziness control threshold (𝜃𝑟) dan leaf decision threshold (𝜃𝑛) yang telah di tentukan dengan metode uji coba 10-fold cross validation dan diperoleh hasil akurasi sebesar 78.95%. Dikarenakan akurasi tersebut di peroleh di beberapa nilai threshold yang berbeda, maka untuk mengetahui kinerja akurasi yang baik digunakanlah metode receiver operating characteristics (ROC) sehingga hasil ROC menunjukkan bahwa akurasi yang paling optimal 78.95% berada saat 𝜃𝑟=75%,77%,80%,82%,85%, 87%,90%,92%,95%,98% dan 𝜃𝑛=6%.Kata Kunci: Penyakit Liver, Fuzzy Decision Tree, K-Fold Cross Validation dan Receiver Operating Characteristics