PERBANDINGAN METODE NAÏVE BAYES DAN NEURAL NETWORK DALAM KLASIFIKASI DATA SCREENING AUTISTIC SPECTRUM DISORDER (ASD) FOR TODDLERS
Penelitian ini bertujuan untuk membandingkan metode Naïve Bayes dan Neural
Network dalam klasifikasi screening Autistic Spectrum Disorder (ASD) for toddlers.
ASD atau autisme merupakan gangguan perkembangan otak (neurodevelopment)
yang ditandai dengan adanya gangguan dan kesulitan pada penderita untuk
berinteraksi sosial, berkomunikasi baik secara verbal maupun non-verbal. Pada
penelitian ini dataset yang digunakan memiliki 18 atribut dan 1 label dengan 1024
records. Langkah pertama adalah melakukan preprocessing data diantaranya adalah :
data cleaning yaitu menghilangkan data kosong dan data duplikat , seleksi fitur
dengan korelasi pearson, dan transformasi data yaitu mengubah tipe data dari
kategori menjadi numerik. Kemudian dataset dibagi menjadi data training dan data
testing dalam variasi rasio data latih 0.8 dan 0.5 untuk mendapatkan akurasi terbaik,
selanjutnya dilakukan proses klasifikasi. Algoritma Neural Network yang digunakan
adalah Backpropagation dengan konfigurasi jaringan yang digunakan adalah
konfigurasi dengan 14 input, 6 hidden layer dengan 1 output (14-6-1). Hasil
penelitian menunjukan bahwa model mampu untuk melakukan klasifikasi
permasalahan penelitian dengan baik dan memperoleh nilai akurasi tertinggi 98%
untuk Naïve Bayes dan Backpropagation, nilai presisi dan recall 100% untuk
Backpropagation.
Kata Kunci : Autisme, Klasifikasi, Naïve Bayes, Neural Network
URI
https://repo.itera.ac.id/depan/submission/SB2305310015
Keyword