PERBANDINGAN ALGORITMA CLASSIFICATION DALAM MENGANALISIS DATASET MULTICLASS

Abstract

Dataset Penyakit  gigi dan mulut adalah sekumpulan data yang memuat informasi penyakit gigi dan mulut dengan  ragam atribut yang terkandung didalamnya. Pada penelitian ini, dataset yang dimiliki adalah dataset multiclass pasien penyakit gigi dan mulut dengan umur, jenis kelamin, diagnosa, tindakan, dan terapi sebagai atribut yang terkandung di dalamnya dimana terapi  dipilih sebagai variable respon. Penetapan suatu penyakit dari hasil Analisa dokter seringkali memerlukan waktu yang cukup lama, begitupun masyarakat awam yang minim pengetahuan akan penyakit gigi dan mulut sehingga menjadi sebab ketidaktahuan terhadap penyakit yang diderita.  Pada penelitian ini, akan dilakukan klasifikasi penyakit gigi dan mulut dengan melakukan komparasi algoritma Knn, C45, dan Naïve Bayes untuk menentukan algoritma dengan akurasi terbaik dalam mendeteksi terapi yang tepat penyakit gigi dan mulut . Untuk melakukan uji coba, akan digunakan tools jupyter sebagai alat untuk melakukan perbandingan akurasi pada algoritma tersebut.Setelah dilakukan penelitian, ditemukan bahwa algoritma  c45 memiliki akurasi tertinggi dibanding algoritma Knn dan Naïve Bayes,dimana nilai akurasi yang diperoleh algoritma C45  sebesar  0,74%, sehingga algoritma C45 dapat digunakan dan diterapkan  untuk mendeteksi terapi yang tepat penyakit gigi dan mulut dengan menggunakan dataset multiclass.