Prayoga, Kadek Yogi (2025) Klasifikasi Penyakit Demam Berdarah Menggunakan Algoritma Stacking Ensemble Learning. Masters thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2129101052-COVER.pdf Download (302kB) |
|
Text (ABSTRAK)
2129101052-ABSTRAK.pdf Download (49kB) |
|
Text (BAB 1 PENDAHULUAN)
2129101052-BAB 1 PENDAHULUAN.pdf Download (114kB) |
|
Text (BAB 2 KAJIAN TEORI)
2129101052-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (232kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2129101052-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (494kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2129101052-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (418kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2129101052-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (46kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2129101052-DAFTAR PUSTAKA.pdf Download (185kB) |
|
Text (LAMPIRAN)
2129101052-LAMPIRAN.pdf Download (123kB) |
Abstract
Ensemble Learning digunakan untuk meningkatkan kinerja klasifikasi dengan mengintegrasikan beberapa metode klasifikasi. Ada banyak teknik yang terkait dengan metode ini, seperti Stacking, Boosting dan Bagging. Dalam Stacking Ensemble Learning, stacking adalah teknik yang menggabungkan beberapa metode dasar (base-learner) yang dilatih untuk menghasilkan hasil akhir menjadi metode akhir (meta-learner). Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas klasifikasi menggunakan pengklasifikasi singular dibandingkan dengan Stacking Ensemble Learning. Penelitian ini menerapkan banyak prosedur, termasuk pengumpulan data, prapemrosesan data, pemodelan, dan evaluasi. Data yang akan digunakan diperoleh dari rekam medis pasien di Puskesmas I, Kecamatan Mengwi. Selanjutnya, data tersebut menjalani pemrosesan tambahan (preprocessing), membuang data yang memiliki nilai kosong. Data tersebut kemudian diperiksa untuk mengidentifikasi ketidakkonsistenan dan memperbaiki kesalahan, termasuk kesalahan ketik dan ketidakkonsistenan format. Teknik yang telah ditentukan sebelumnya digunakan untuk melakukan tahap pemodelan, dan hasilnya kemudian dinilai menggunakan confusion-matrix sebagai alat ukur. Metode Stacking Ensemble Learning digunakan dalam proses klasifikasi, dan selanjutnya dinilai menggunakan confusion-matrix. Pengujian ini menggunakan dua skenario: Klasifikasi menggunakan single-classifier dan Stacking Ensemble Learning dengan Logistic Regression. Cross Validation digunakan untuk langsung menerapkan algoritma ini pada dataset, dengan nilai k-fold 5 dan 10. Hasil evaluasi menunjukkan bahwa metode Stacking Ensemble Learning telah meningkat sebesar 8,89% dari metode single-classifier terendah, Decision tree dengan k-fold 5, dan sebesar 11,08% dari metode single-classifier terendah, Decision tree dengan k-fold 10, pada dataset 650 data.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | demam berdarah, decision tree, naïve nayes, KNN, stacking ensemble learning |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | I Kadek Yogi Prayoga |
| Date Deposited: | 11 Jun 2025 06:36 |
| Last Modified: | 11 Jun 2025 06:36 |
| URI: | http://repo.undiksha.ac.id/id/eprint/23679 |
Actions (login required)
 |
View Item |