Penerapan Algoritme Klasifikasi Classification And Regression Trees (Cart) Untuk Diagnosis Penyakit Diabetes Retinopathy

Abstract

Penyakit diabetic retinopathy atau DR adalah salah satu komplikasi penyakit diabetes yang bisa menyebabkan kematian bagi penderitanya. Komplikasi tersebut berupa kerusakan pada bagian retina mata. Tingginya kadar glukosa dalam darah adalah penyebab pembuluh darah kapiler kecil menjadi pecah dan dapat menyebabkan kebutaan. Retinopati diabetes diawali dengan melemah atau hancurnya kapiler kecil di retina, darah bocor yang kemudian menyebabkan penebalan jaringan, pembengkakan, dan pendarahan yang luas. Penelitian ini bertujuan untuk menganalisis diagnosis penyakit diabetes retinopathy. Algoritme Classification And Regression Trees (CART) merupakan salah satu algoritme klasifikasi dengan menggunakan dataset diambil dari UCI Repository Learning diperoleh dari Universitas Debrecen, Hongaria, yang terdiri dari data pasien terindikasi penyakit diabetes retinopathy dan normal penyakit diabetes retinopathy. Metode yang digunakan dalam penelitian ini yaitu identifikasi masalah, pengumpulan data, tahap pre-processing, metode klasifikasi, validasi dan evaluasi serta penarikan kesimpulan. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix.Dari hasil perhitungan yang telah dilakukan, maka didapatkan hasil akurasi pada algoritme CART sebesar 63.4231%, dengan nilai precision 0.64%, nilai Recall 0.634%, dan nilai F-Measure 0,634%.

Komparasi Akurasi Algoritme CART Dan Neural Network Untuk Diagnosis Penyakit Diabetes Retinopathy

“…Analisis dini penyakit DR harus dapat dilakukan, salah satunya dengan memanfaatkan strategi information mining, dimana interaksi teknik data mining bermaksud untuk menggambarkan penemuan baru pada diabetes retinopathy atau dataset DR. Strategi penambangan informasi menggambarkan siklus yang menggunakan prosedur AI yang dapat diukur, numerik, buatan manusia, dan AI untuk memisahkan dan membedakan data berharga serta informasi terkait dari kumpulan data. [9].…”

“…Tujuan dalam penelitian ini adalah dengan penggunaan metode algoritme CART untuk memperkirakan sedimen sungai (SSL) berdasarkan data hidro-meterologi dengan nilai akurasi sebesar 77% [12]. Penelitian yang dilakukan dalam bidang kesehatan untuk diagnosis penyakit diabetes mellitus retinopathy, dengan menggunakan algoritme CART menghasilkan nilai akurasi sebesar 63% [9]. Penelitian yang dilakukan Hokino, dkk memperdiksi penyakit tuberkolosis dengan menggunakan algoritme CART dengan nilai akurasi sebesar 76% [13].…”

Penerapan dan Implementasi Algoritma CART Dalam Penentuan Kelayakan Penerima Bantuan PKH Di Desa Ngadirejo

“…Algoritma CART adalah metode klasifikasi yang digunakan untuk membangun pohon keputusan menggunakan dataset historis [3]. Algoritma CART sudah digunakan di beberapa penelitian sebelumnya seperti classification and regression tree (CART) dalam klasifikasi kemandirian hidup berdasarkan kondisi kesehatan lansia dikelurahan Kasin wilayah kerja Puskesmas Bareng Kota Malang [4], penerapan algoritma klasifikasi classification and regression tree (CART) untuk diagnosis penyakit diabetes retinopath [5], penerapan algoritma CART Decision Tree pada penentuan penerima program bantuan pemerintah daerah Kabupaten Kutai Kartanegara [6], pembentukan pohon klasifikasi biner dengan algoritma CART (Classification and Regression Tree) (studi kasus: kredit macet di PD. BPR-BKK Purwokerto Utara) [7], pemanfaatan algoritma classification and regression tree (CART) untuk memprediksi omset spanduk pada CV.…”

Comparison of the C5.0 Algorithm and the CART Algorithm in Stroke Classification

“…Metode klasifikasi banyak digunakan di berbagai bidang seperti kesehatan (Subarkah, 2020), kependudukan (Pratiwi dkk, 2020), dan perekonomian (Yusuf, 2007). Pada bidang kesehatan dapat digunakan untuk mengklasifikasikan penyakit.…”