MUHAMAD DZAKY APRIMA, - (2025) PENERAPAN METODE INFORMATION GAIN DAN LEARNING VECTOR QUANTIZATION 3 PADA KLASIFIKASI PENYAKIT GINJAL. Information System Journal (INFOS), 8 (01). pp. 29-39. ISSN E-ISSN : 2655-142X and P-ISSN : 2655-190X.

Preview	Text (JURNAL ARTIKEL) Berkas bebas pustaka - muhamad dzaky aprima - MUHAMMAD DZAKY APRIMA TEKNIK INFORMATIKA.pdf - Published Version Download (1MB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI) Surat Persetujuan publikasi (1) - MUHAMMAD DZAKY APRIMA TEKNIK INFORMATIKA.pdf - Published Version Download (342kB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI DOSEN) Formulir persetujuan publikask - MUHAMMAD DZAKY APRIMA TEKNIK INFORMATIKA.pdf - Published Version Download (483kB) | Preview

Abstract

Penyakit Ginjal Kronis (PGK) adalah penyakit yang ditunjukkan dengan turunnya fungsi ginjal yang disebabkan oleh penumpukan sisa metabolik dan berakibat tidak berfungsinya ginjal. Prediksi penyakit ini dengan data mining berperan penting dalam upaya pencegahan penyakit ini. Penelitian ini menerapkan seleksi fitur information gain pada metode Learning Vector Quantization 3 (LVQ3) dalam mengklasifikasikan penyakit ginjal kronis. Pengujian dilakukan 5 skenario pengujian dengan jumlah data sebanyak 1659 data dan 53 atribut. Seleksi fitur menerapkan information gain dengan threshold 0,3 dengan 36 fitur terpilih dan 0,7 dengan 33 fitur terpilih. Model diuji dengan kombinasi parameter learning rate dan window serta dievaluasi menggunakan akurasi, presisi, recall, dan F1-Score. Hasil akurasi tertinggi diperoleh tanpa menerapkan seleksi fitur sebesar 92,77%. Setelah seleksi fitur, akurasi menurun menjadi 86,45%. Kombinasi SMOTE dan seleksi fitur pada threshold 0,3 menurunkan akurasi hingga 81,64%. Hasil penelitian berhasil menerapkan LVQ 3 dalam klasifikasi penyakit ginjal kronis.

Actions (login required)

View Item