(0721) 8030188    pusat@itera.ac.id   

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