Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI)
Winarti, Sri
Universitas Ahmad Dahlan
Computer Science & IT Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Seleksi Fitur Menggunakan Penambangan Data Berbasis Variable Precision Rough Set (VPRS) untuk Diagnosis Penyakit Jantung Koroner Normawati, Dwi; Winarti, Sri
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 3, No 2 (2017)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.188 KB) | DOI: 10.26555/jiteki.v3i2.8072

Abstract

Penyakit jantung koroner merupakan penyakit yang banyak menyebabkan kematian pada manusia. Penyakit ini terjadi ketika terdapat atherosclerosis (timbunan lemak) yang menghalangi aliran darah ke otot jantung pada arteri koronaria. Metode gold standard yang menjadi rujukan para dokter untuk mendiagnosis penyakit jantung koroner adalah coronary angiography. Namun metode ini invasisve, mempunyai resiko tinggi dan mahal. Tujuan penelitian ini adalah melakukan diagnosis penyakit jantung koroner berbasis komputer menggunakan data mining dengan melakukan seleksi fiture dan melakukan klasifikasi pada dataset penyakit jantung Cleveland. Pada penelitian ini, menggunakan metode seleksi fitur berbasis pakar medis (MFS) dan juga menggunakan metode seleksi fitur berbasis komputer yaitu metode seleksi fiture menggunakan metode data mining berbasis teori Varible Precision Rough Set (VPRS) yang merupakan pengembangan dari teori Rough Set. Pada penelitian ini, studi literature tentang metode seleksi fiture berbasis pakar medis atau motivated feature selection (MFS) dan metode seleksi fitur berbasis komputer yaitu berbasis teori VPRS dilakukan. Penggabungan metode seleksi fitur berbasis pakar medis dan komputer juga dilakukan agar dapat menghindari terhapusnya fitur-fitur yang dianggap penting oleh pakar medis. Pada akhirnya, proses seleksi fitur basis komputer yaitu VPRS dan penggabungan VPRS dengan MFS mampu meningkatkan performa klasifikasi secara signifikan untuk mendiagnosis penyakit jantung koroner, dilihat dari lebih sedikitnya jumlah rule yang dihasilkan dan nilai hasil akurasi yang lebih baik dibandingkan dengan klasifikasi tanpa seleksi fitur.
Co-Authors Dwi Normawati, Dwi