Penerapan Algoritma Naive Bayes Dan Support Vector Machine dalam Memprediksi Autisme

Penerapan Algoritma Naive Bayes Dan Support Vector Machine dalam Memprediksi Autisme

• By Supriyadi, Riki; Maulidah, Nurlaelatul; Fauzi, Ahmad; Nalatissifa, Hiya; Diantika, Sri;
• Jurnal Nasional Terakreditasi
• 320
• 55-59

Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang menyebabkan anak mengalami gangguan dalam kemampuan komunikatif, fungsi sosial, dan perilaku kaku atau berulang. Diagnosis terhadap screening autisme adalah langkah awal untuk mengetahui kondisi anak dalam proses penanganan autisme secara dini. Konsultasi dengan dokter atau tenaga medis menjadi pilihan utama yang dilakukan oragtua, namun keterbatasan tenaga medis yang berfokus terhadap perkembangan otak membuat orang tua sulit menangani anaknya. Machine learning menjadi salah satu alternatif dalam penanganan penyakit terutama autisme untuk membantu meningkatkan kemampuan pendeteksian otomatis. Dalam penelitian yang telah dilakukan dengan menerapkan dua algoritma data mining yaitu algoritma Naive Bayes dan Support Vector Machine (SVM) kedua algoritma kemudian dikomparasi dimana hasil yang ditunjukan algoritma Naive Bayes mendapatkan hasil akurasi 96,45% sedangkan Support Vector Machine (SVM) mendapatkan hasil akurasi 81,56% dan disimpulkan dalam penelitan ini algoritma yang paling sesuai untuk mendeteksi penyakit autisme yaitu Naive Bayes dimana memiliki akurasi yang lebih baik saat pengujian.

• Katakunci Deteksi Autisme , Naive Bayes, Support Vector Machine
• URL https://ejournal.bsi.ac.id/ejurnal/index.php/swabumi/article/view/12294/pdf
• Penerbit JURNAL SWABUMI, SUKABUMI JAWA BARAT

REFERENSI

Fauzi, A., Supriyadi, R., & Maulidah, N. (2020). Deteksi Penyakit Kanker Payudara dengan Seleksi Fitur berbasis Principal Component Analysis dan Random Forest. 2(1).

Jennings Dunlap, J. (2019). Autism Spectrum Disorder Screening and Early Action. Journal for Nurse Practitioners, 15(7), 496–501. https://doi.org/10.1016/j.nurpra.2019.04.001

Rydzewska, E., Hughes-McCormack, L. A., Gillberg, C., Henderson, A., MacIntyre, C., Rintoul, J., & Cooper, S. A. (2019). General health of adults with autism spectrum disorders – A whole country population cross-sectional study. Research in Autism Spectrum Disorders, 60(January 2018), 59–66. https://doi.org/10.1016/j.rasd.2019.01.004

Sugara, B., Adidarma, D., & Budilaksono, S. (2019). Perbandingan Akurasi Algoritma C4.5 dan Naive Bayes Untuk Deteksi Dini Gangguan Autisme Pada Anak. Jurnal IKRA-ITH Informatika, 3(1), 119–128.

Sugara, B., Widyatmoko, D., Prakoso, B. S., & Saputro, D. M. (2018). Penerapan Algoritma C4.5 untuk Deteksi Dini Autisme Pada Anak. Seminar Nasional Teknologi Informasi Dan Komunikasi (SENTIKA), 2018(Sentika), 87–96.

Supriyadi, R., Gata, W., Maulidah, N., & Fauzi, A. (2020). Penerapan Algoritma Random Forest Untuk Menentukan Kualitas Anggur Merah. E-Bisnis : Jurnal Ilmiah Ekonomi Dan Bisnis, 13(2), 67–75. https://doi.org/10.51903/e-bisnis.v13i2.247

Thabtah, F. (2017). Autism Spectrum Disorder Screening : Machine Learning Adaptation and DSM-5 Fulfillment. 1–6.