15

BAB III

ANALISA DAN PERANCANGAN SISTEM

Bab ini menjelaskan mengenai analisa masalah, analisa data, analisa

kebutuhan sistem klasifikasi penyakit diabetes mellitus, desain keseluruhan

sistem, serta perancangan sistem menggunakan perbandingan algoritma J48 dan

Random Forest yang ada dalam aplikasi.

3.1 Analisa Malasah

Analisa masalah menggambarkan suatu permasalahan yang diangkat dalam

penulisan tugas akhir mengenai pengolahan data dan perbandingan algoritma J48

dan Random Forest untuk proses klasifikasi pada data penderita diabetes mellitus.

Pada latar belakang yang sudah diapaparkan, dengan banyaknya data penderita

diabetes mellitus diperlukan adanya sistem yang dapat membantu proses

pengolahan data maupun proses klasifikasi dengan perbandingan kedua algoritma

tersebut guna membandingkan antara algoritma J48 dan Random Forest.

Pada analisa masalah dalam tugas akhir ini, digunakan perbandingan antara

algoritma J48 dan Random forest, karena keduanya sama-sama memakai teknik

pohon keputusan untuk mengambil keputusan. Dalam penanganan data diabetes

mellitus yang sangat besar ini diperlukan juga suatu algoritma yang dapat

memproses data tersebut, dengan kelebihan masing-masing algoritma sehingga

kedua algoritma tersebut layak untuk dibandingkan.

3.2 Analisa Sistem

Analisa sistem merupakan uraian mengenai sistem kedalam sub-sub sistem

yang bertujian untuk menjelaskan kebutuhan dalam sistem pengolahan data dan

klasifikasi

3.2.1 Alur Sistem

Tahap pertama yang dilakukan yaitu mengambil datapasien penderita

diabetes mellitus di Rumah Sakit Muhammadiyah Lamongan, dengan jumlah data

yang diterima yaitu 2.021 data. Selanjutnya dilakukan proses converter data dari

dalam bentuk data .csv (Comma Separated Values) menjadi bentuk data .arff

(Attribute-Relation File Format) yang akan dilakukan preprocessing data yaitu

dengan data cleaning dan normalisasi fitur. Selanjutnya dilakukan proses

16

klasifikasi dengan menggunakan Metode J48 maupun Random Forest pada data

yang telah berhasil melewati tahap preprocessing.data yang sudah dilakukan pada

tahap klasifikasi akan diuji dengan pengujian Confusion Matrix.

Gambar 3.1 Alur Sistem Klasifikasi Diabetes Mellitus

Start

Data Penderita

Diabetes Mellitus

Data Preprocessing

Normalisasi Missing Values

Data yang siap untuk diklasifikasi

Hasil Random Forest Hasil J48

Klasifikasi

J48 Random Forest

Pengujian

Confusion

Matrix

Hasil pengujian

17

3.3 Pengumpulan Data

Data yang digunakan dalam penelitian tugas akhir ini adalah data pasien

penderita diabetes mellitus di Rumah Sakit Muhammadiyah Lamongan, dengan

jumlah data sebanyak 2021 data. Data yang diambil adalah data dari rumah sakit

muhammadiyah lamongan selama 8 tahun, mulai dari tahun 2008 sampai tahun

2016. Waktu pengumpulan data yaitu Desember 2016 – Februari 2017.

Parameter yang diguanakan adalah cholesterol, gula darah acak, kolesterol

HDL, kolesterol LDL, Trigliserida, Sistole, Diastole, RPD (Riwayat Penyakit

Dalam) dan DX atau diagnosa sebagai target kelasnya. Terdapat 5 target kelas,

yaitu: DM Type I, DM Type II, DM dg Neuropathy diabetic, DM tidak spesifik,

DM gangrene. Data pasien penderita diabetes mellitus ini disimpan ke dalam

format Attribute-Relation File Format (.ARFF). Berikut ini merupakan bebrapa

contoh data set penderita diabetes mellitus.

Tabel 3.1 Tabel Dataset Penderita Diabetes Mellitus

Keterangan :

1. Atribut : Kolesterol, Gula darah, k-LDL, k-HDL, Trigliserida, Sistole,

Diastole, RPD, DX.

2. Atribut Kelas : DM Type I = 329 data, DM Type II 613 data, DM dg

Neuropathy = 312 data, DM tdk spesifik = 305 data, DM Gangrene =

462.

18

3.4 Analisa Pre-processing

Pengolahan dilakukan dengan preprocessing data yang digunakan untuk

pembersihan data, sehingga data siap untuk diklasifikasikan. Tahap preprocessing

dilakukan untuk data set adalah data cleaning dan normalisasi fitur yaitu nilai

atribut yang mempunyai pesebaran yang besar diantaranya adalah untuk atribut

yang bernilai numerik cholesterol, gula darah acak, kolesterol HDL, kolesterol

LDL, Trigliserida, Sistole, Diastole, RPD (Riwayat Penyakit Dalam) dan DX.

Berikut ini adalah rumus normalisasi data.

Gambar 3.2 Alur Data Preprocessing

3.4.1 Normalisasi

Normalisasi disini merupakan proses penskalaan nilai atribut dari data

sehingga bisa jatuh pada range tertentu, pada proses normalisasi menggunakan

metode min-max. metode Min-Max merupakan metode normalisasi dengan

melakukan transformasi linier terhadap data asli.

Berikut rumus dari Metode Min-Max.

𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑠𝑎𝑠𝑖 = (𝑥^1 − 𝑥_𝑚𝑖𝑛)/(𝑥_𝑚𝑎𝑥 − 𝑥_𝑚𝑖𝑛 )

Berikut ini adalah tabel data training yang belum dilakukan proses

normalisasi data dan yang sudah dinormalisasi.

Tabel 3.2 Tabel Data Training (yang belum dinormalisasi)

Dataset Normalisasi dan

Missing values

Data train dan data

test

19

Tabel 3.3 Tabel Data Training (yang dinormalisasi)

Pada Tabel 3.2 ditunjukkan data Training dengan yang belum dinormalisasi,

kamudian pada Tabel 3.3 ditunjukkan data testing yang sudah dilakukan proses

normalisasi data.

Berikut ini adalah data testing yang belum dilakukan proses normalisasi dan

data yang sudah dilakukan proses normalisasi data:

Tabel 3.4 Tabel Data Testing (yang belum dinormalisasi)

20

Tabel 3.5 Tabel Data Testing (yang dinormalisasi)

Pada Tabel 3.4 ditunjukkan data Training dengan yang belum dinormalisasi,

kamudian pada Tabel 3.5 ditunjukkan data testing yang sudah dilakukan proses

normalisasi data.

3.4.2 Missing Values

Pada proses data cleaning akan dilakukan yaitu dengan menghapus data yang

kosong atau data bernilai 0, proses cleaning dilakukan pada parameter cholesterol,

gula darah acak, kolesterol LDL, kolesterol HDL, Trigliserida, Sistole dan

Diastole. Berikut ini adalah contoh proses data cleaning dengan menggunakan

teknik imputasi data.

Tabel 3.6 Tabel Pengelolaan Missing Value

Mengisi missing value dengan menghitung nilai rata-rata dari data yang

sebelumnya.

Contoh : Kolesterol HDL : 55+57.7+58+60+62+86.4

6=

379.1

6 = 63.18

21

3.5 Metode J48

Pada metode J48, data yang sudah dilakukan pembersihan data dan sudah

dalam bentuk format file .arff akan dijadikan sebagai inputan, data yang di input

adalah data latih dan data uji. Berikut ini adalah alur metode J48 yang ada pada

Gambar 3.3.

Gambar 3.3 Alur metode J48

Pada Gambar 3.3 yaitu gambar alur metode J48 dilakukan pemilihan data

latih dan data uji, kemudian pemilihan algoritma yaitu J48. Setelah itu terdapat 2

proses dalam pengambilan keputusan dengan J48, yaitu mengubah table menjadi

tree dalam proses ini dilakukan penentuan atribut dari akar cabang hingga menuju

keputusan. Kemudian tahap kedua yaitu mengubah tree menjadi rules. Hingga

hasil akhirnya yaitu hasil klasifikasi dengan Metode J48.

3.6 Metode Random Forest

Gambar 3.4 Alur Metode Random Forest

22

Pada Gambar 3.4 dijelaskan tentang metode Random Forest pada gambar

tersebut dijelaskan bahwa data yang sudah dilakukan pembersihan data dan sudah

dalam bentuk format file .arff akan dijadikan sebagai inputan, data yang di input

adalah data latih dan data uji. Kemudian tahap memilih metode yaitu Random

Forest, pada metode ini dijelaskan pada gambar terdapat 3 proses pertama yaitu

mengambil sample dengan cara Sampling With Replacement. Kemudian

menetukan data In Bag dan Out Of Bag untuk mengestimasi error. Kemudian

voting pada masing-masing tree, dengan begitu hasil voting terbanyaknya adalah

hasil klasifikasi.

3.7 Perancangan Pengujian

3.7.1 Perancangan Pengujian Dalam Pengelolaan Data

Pengujian dalam penelitian ini sebelumnya data latih dan data uji dilakukan

proses pengolahan data terlebih dahulu yaitu preprocessing dengan menggunakan

proses normalisasi data dan Missing Values.

Pada Pengujian ini dilakukan proses perbandingan hasil analisa antara data

yang sudah diproses menggunakan proses Normalisasi dan Missing Values

dengan hasil analisa data yang belu dinormalisasi maupun Missing Values atau

data yang original.

3.7.2 Perancangan Pengujian Menggunakan Confusion Matrix

Pada pengujian ini merupakan cara bagaimana mengukur tingkat akurasi dari

algoritma J48 dan Algoritma Random Forest. Untuk mengetahui tingkat akurasi

dari kedua algoritma tersebut menggunakan pengukuran akurasi klasifikasi

dengan metode Confusion Matrix. Dengan hasil keluaran Recall, Precision dan

Akurasi. Berikut ini adalah contoh perancangan pengujian pada tugas akhir ini.

23

Tabel 3.7 Contoh Perancangan Pengujian Klasifikasi

Dari Tabel 3.7 didapatkan Confusion Matrix yang mempresentasikan hasil

dari klasisfikasi. Berikut ini adalah tabel pengujian Confusion Matrix:

Tabel 3.8 Tabel Skenario Pengujian Confusion Matrix

Kelas

Kelas Hasil Klasifikasi

DM

Type I

DM Type

II

DM dg

Neuropathy

diabetic

DM tidak

spesifik

DM

Gangrene

DM Type I Tdm1=9 Fdm2=2 FdmN=1 FdmT=0 FdmG=2

DM Type II Fdm1=4 Tdm2=10 FdmN=1 FdmT=1 FdmG=0

DM dg Neuropathy

diabetic

Fdm1=1 Fdm2=1 TdmN=12 FdmT=0 FdmG=1

DM tidak spesifik Fdm1=0 Fdm2=0 FdmN=0 TdmT=16 FdmG=0

DM Gangrene Fdm1=0 Fdm2=0 FdmN=0 FdmT=0 TdmG=16

Setelah ditentukan pada tabel Confusion Matrix, langkah selanjutnya yaitu

menghitung nilai presisi, recall dan akurasi dari masing-masing algoritma.

Kemudian menentukan algoritma mana yang paling tinggi akurasinya.

Berikut ini adalah perhitungan nilai akurasi, presisi dan recall:

1. Akurasi

= 𝑇𝑑𝑚1+𝑇𝑑𝑚2+𝑇𝑑𝑚𝑁 +𝑇𝑑𝑚𝑇 +𝑇𝑑𝑚𝐺

𝑇𝑑𝑚1+𝑇𝑑𝑚 2+𝑇𝑑𝑚𝑁 +𝑇𝑑𝑚𝑇 +𝑇𝑑𝑚𝐺 +𝐹𝑑𝑚1+𝐹𝑑𝑚2+𝐹𝑑𝑚𝑁 +𝐹𝑑𝑚𝑇 +𝐹𝑑𝑚𝐺× 100%

= 9+10+12+16+16

9+10+12+16+16+5+3+2+1+3× 100%

24

=63

77× 100%

= 0,8182 × 100% = 81,82%

2. Presisi

= 𝑇𝑑𝑚1

𝑇𝑏𝑑𝑚1 + 𝐹𝑑𝑚1+

𝑇𝑑𝑚2

𝑇𝑑𝑚2 + 𝐹𝑑𝑚2+

𝑇𝑑𝑚𝑁

𝑇𝑑𝑚𝑁 + 𝐹𝑑𝑚𝑁

+𝑇𝑑𝑚𝑇

𝑇𝑑𝑚𝑇 + 𝐹𝑑𝑚𝑁+

𝑇𝑑𝑚𝐺

𝑇𝑑𝑚𝐺 + 𝐹𝑑𝑚𝐺 ÷ 5

= 9

9 + 5+

10

10 + 3+

12

12 + 2+

16

16 + 1+

16

16 + 3 ÷ 5

= 9

14+

10

13+

12

14+

16

17+

16

19 ÷ 5

= 0,814 ×100% = 81,4%

3. Recall

= 𝑇𝑑𝑚1

𝑇𝑏𝑑𝑚1 + 𝐹𝑑𝑚1+

𝑇𝑑𝑚2

𝑇𝑑𝑚2 + 𝐹𝑑𝑚2+

𝑇𝑑𝑚𝑁

𝑇𝑑𝑚𝑁 + 𝐹𝑑𝑚𝑁

+𝑇𝑑𝑚𝑇

𝑇𝑑𝑚𝑇 + 𝐹𝑑𝑚𝑁+

𝑇𝑑𝑚𝐺

𝑇𝑑𝑚𝐺 + 𝐹𝑑𝑚𝐺 ÷ 5

= 9

9 + 5+

10

10 + 3+

12

12 + 2+

16

16 + 1+

16

16 + 3 ÷ 5

= 9

14+

10

13+

12

14+

16

17+

16

19 ÷ 5

= 0,814 ×100% = 81,4%

3.8 Perancangan Antar Muka (Interface)

Perancangan antar muka yaitu bagian yang paling terpenting dari merancang

sebuah sistem. Perancangan antar muka pada sistem perbandingan algoritma J48

dan Random Forest pada penelitian ini terdapat pada Gambar 3.5 dibawah ini:

25

Gambar 3.4 Perancangan Antar Muka Untuk Proses Normalisasi

Gambar diatas yaitu perancangan antar muka untuk bagian normalisasi,

terdapat fitur upload data, pada fitur tersebut user dapat mengunggah data dengan

format .csv maupun .arff. pada data tersebut kemudian dicek otomatis apakah

datatersebut termasuk file.csv atau file .arff, kemudian pada data tersebut

diconvert otomatis untuk dijadikan file .arff pada proses di tombol “Proses”,

kemudian file yang sudah diconvert akan disimpan dan dinormalisasi, kemudian

data yang sudah dinormalisasi dapat disimpan. Pada button “Lanjut”, akan

mengarah pada proses selanjutnya.

Gambar 3.5 Perancangan Antar Muka Untuk Proses Missing Values

Pada Gambar 3.5 yaitu perancangan antar muka untuk proses Missing Values,

terdapat fitur upload data, pada fitur tersebut user dapat mengunggah data dengan

format .csv maupun .arff. pada data tersebut kemudian dicek otomatis apakah

datatersebut termasuk file.csv atau file .arff, kemudian pada data tersebut

diconvert otomatis untuk dijadikan file .arff pada proses di tombol “Proses”,

Missing Values

Pilih file

(csv,arff)

Browse

Proses

Hasil Missing Values

Data yang belum diproses missing

values

Data yang sudah diproses

missing values

SAVE

Normalisasi Data

Pilih file

(csv,arff)

browse

Proses

HasilNormalisasi

Data yang belum dinormalisasi Data yang sudah

dinormalisasi

SAVE Lanjut

26

kemudian file yang sudah diconvert akan disimpan dan dinormalisasi, kemudian

data yang sudah dinormalisasi dapat disimpan.

Gambar 3.6 Perancangan Antar Muka Untuk Proses Klasifikasi

Pada Gambar 3.6 diatas terdapat prototype interface dari sistem. Pada sistem

tersebut terdapat fitur-fitur, diantaranya yaitu fitur mengunggah file dengan

format file .arff, fitur memilih algoritma terdapat 2 pilihan algoritma yaitu J48 dan

Random Forest, dan tombol proses untuk memproses klasifikasi. Kemudian

dibagian kanan terdapat hasil klasifikasi dan rincian berupa nilai presisi dan recall.

Data latih (.arff) Pilih

FileData uji (.arff) Pilih

File

Pilih Algoritma V

Proses

Hasil Klasifikasi

Akurasi :

Presisi :

Recall :