Klasifikasi Status Gizi Balita Menggunakan Metode Decision ...

Klasifikasi Status Gizi Balita Menggunakan

Metode Decision Tree C4.5

Oleh:

Yanuiarius Basilius

165314047

Program Studi Informatika

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Yogyakarta

2020

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Classification of Toddler Nutrition

Using C4.5 Decision Tree Method

By:

Yanuiarius Basilius

165314047

Informatics Study Program

Faculty of Science And Technology

Sanata Dharma University

Yogyakarta

2020


HALAMAN PERSETUJUAN

S KR量PS量

Klasi鯨kasi Status Gizi Ba此a Menggunakan Mctode Dα恵めn Z+臓c4 5

Dosen Pembimbing l ,

」‥.2020


HALAMAN PENGESAHAN

SKR量PS賞

Klas推hasi Status Gizi BaHta Menggunahan Metode Dea寂を説分隊C4 5

D車erse皿ba址ran dan disu s皿oleh:

Yanu鉦i陣S Bas轟競S

1653 14047

Y。g,ak。rta, #. Jh硬a詰2021

F永山tas Sa誼sめれT謙れobgj

Universitas Samata Dh孤ma

Dek狐,

起因Sudi N鳳ngkasiうPh.d.


viii

ABSTRAK

Gizi sangat dibutuhkan dalam pertumbuhan balita, penting sekali memberi

bayi asupan gizi seimbang pada tahap yang benar agar bayi tumbuh sehat dan

terbiasa dengan pola hidup sehat di masa yang akan datang. Anak usia di bawah

lima tahun merupakan golongan yang rentan terhadap masalah kesehatan dan gizi.

Berdasarkan hasil Riset Kesehatan Dasar (Riskesdas) Kementerian Kesehatan 2018

menunjukkan 17,7% bayi usia di bawah 5 tahun (balita) masih mengalami masalah

gizi. Dalam menentukan status gizi selama ini dilakukan secara manual oleh bidan

atau perawat puskesmas. Sebenarnya dalam menentukan status gizi bisa dilakukan

secara otomatis dengan menggunakan beberapa metode klasifikasi dengan

menginputkan beberapa variabel atau atribut. Salah satu metode tersebut adalah

Decision Tree C4.5. Keluaran sistem adalah hasil prediksi keputusan status gizi

yang diambil dari Puskesmas Kebong, kab. Sintang, Kalimantan Barat. Peneliti

melakukan pengujian pada dataset yang berjumlah 853 data. Klasifikasi dilakukan

untuk menentukan status gizi berdasarkan BB/U, PB/U, dan BB/PB. Atribut yang

digunakan untuk klasifikasi BB/U adalah jenis kelamin, berat badan, dan umur.

Atribut yang digunakan untuk PB/U adalah jenis kelamin, panjang badan atau

tinggi badan, dan umur. Atribut yang digunakan untuk BB/PB adalah jenis kelamin,

berat badan, panjang badan atau tinggi badan, dan umur. Rata-rata akurasi tertinggi

untuk kelas BB/U adalah 90,93% dengan menggunakan 5 folds, untuk kelas PB/U

adalah 78,33% dengan menggunakan 7 folds, dan untuk kelas BB/PB adalah

84,45% dengan menggunakan 7 folds.

Kata kunci: Klasifikasi, Pohon Keputusan, C4.5, Gizi Balita, Penambangan Data,

Pembelajaran Mesin


ix

ABSTRACT

Nutrition is very needed in the growth of toddlers, it is very important to give

babies a balanced nutrition intake at the right stage so that the baby grows healthy

and gets used to a healthy lifestyle in the future. Children under five years of age

are vulnerable to health and nutrition problems. Based on the results of the 2018

Ministry of Health's Basic Health Research, 17.7% of infants under 5 years of age

(toddlers) still experience nutritional problems. In determining nutritional status,

midwives or public health center nurses have done it manually. Actually,

determining nutritional status can be done automatically by using several

classification methods by entering several variables or attributes. One such method

is the C4.5 Decision Tree. The system output is the prediction of nutritional status

decisions taken from Kebong Public Health Center, Sintang District, West Borneo

Province. Researchers tested the dataset which amounted to 853 data. The

classification is carried out to determine nutritional status based on body

weight/age (BB/U), body length/age (PB/U), and body weight/body length (BB/PB).

The attributes that used for the classification of body weight/age (BB/U) are sex,

body weight and age. The attributes that are used for body length/age (PB/U) are

gender, body length or height, and age. The attributes that are used for body

weight/body length (BB/PB) are gender, body weight, body length or height, and

age. The highest average accuracy for class BB/U is 90.93% using 5 folds, for PB/U

class is 78.33% using 7 folds, and for BB/PB class is 84.45% using 7 folds.

Keywords: Classification, Decision Tree, C4.5, Toddler Nutrition, Data Mining,

Machine Learning


x

DAFTAR ISI

JUDUL ................................................................................................................ i

HALAMAN PERSETUJUAN ............................................................................ ii

HALAMAN PENGESAHAN ............................................................................. iii

HALAMAN PERSEMBAHAN .........................................................................iv

PERNYATAAN KEASLIAN KARYA .............................................................vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIS ............................................vii

KATA PENGANTAR ........................................................................................ viii

ABSTRAK .......................................................................................................... ix

ABSTRACT .......................................................................................................... x

DAFTAR ISI ....................................................................................................... xi

DAFTAR TABEL ............................................................................................... xii

DAFRTAR GAMBAR ....................................................................................... xiv

DAFTAR PROGRAM ........................................................................................ xv

BAB I PENDAHULUAN ................................................................................... 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 3

1.3 Tujuan ....................................................................................................... 3

1.4 Batasan Masalah ....................................................................................... 3

1.5 Sistematika Penulisan ............................................................................... 3

BAB II LANDASAN TEORI ............................................................................. 5

2.1 Data Mining ............................................................................................. 5

2.1.1 Prediksi ............................................................................................. 5

2.1.2 Deskripsi ........................................................................................... 5

2.1.3 Klasifikasi ......................................................................................... 5

2.1.4 Asosiasi ............................................................................................. 6

2.1.5 Estimasi............................................................................................. 6

2.1.6 Pengklusteran .................................................................................... 6

2.2 Tahapan Data Mining ............................................................................... 6


xi

2.2.1 Pre-Processing ................................................................................. 7

2.2.2 Data Selection ................................................................................... 7

2.2.3 Data Mining ...................................................................................... 8

2.2.4 Evaluation ......................................................................................... 8

2.3 Klasifikasi ................................................................................................. 8

2.4 Algoritma C4.5 ......................................................................................... 9

2.5 Evaluasi .................................................................................................... 10

2.5.1 Confusion Matrix .............................................................................. 10

2.5.2 Cross Validation ............................................................................... 11

2.6 Pemantauan Status Gizi Balita (PSG) ...................................................... 12

BAB III METODE PENELITIAN...................................................................... 13

3.1 Peralatan Penelitian .................................................................................. 13

3.2 Bahasa Pemrograman Python ................................................................... 13

3.3 Data .......................................................................................................... 14

3.4 Alur Penelitian .......................................................................................... 16

3.4.1 Data Cleaning ................................................................................... 16

3.4.2 Seleksi Data ...................................................................................... 16

3.4.3 Pembagian Data ................................................................................ 17

3.4.4 Pemisahan Data ................................................................................ 18

3.4.5 Modeling Decision Tree C4.5 ........................................................... 18

3.4.6 Pengujian .......................................................................................... 23

3.4.7 Akurasi .............................................................................................. 24

3.5 Perancangan GUI ..................................................................................... 25

3.5.1 Halaman Awal .................................................................................. 25

3.5.2 Halaman Klasifikasi Gizi .................................................................. 25

3.5.3 Halaman Setting ................................................................................ 26

3.5.4 Halaman Feature Selection .............................................................. 27

3.5.5 Halaman Dataset .............................................................................. 28

3.5.6 Halaman View Tree........................................................................... 28

BAB IV IMPLEMENTASI DAN ANALISIS .................................................... 30

4.1 Implementasi ............................................................................................ 30


xii

4.1.1 Preprocessing ................................................................................... 30

4.1.2 Modeling ........................................................................................... 31

4.1.3 Evaluasi............................................................................................. 32

4.2 Pengujian Menggunakan Dataset ............................................................. 35

4.2.1 Pengujian Menggunakan Manual Attribute ...................................... 35

4.2.2 Pengujian Menggunakan Voting Attribute Selection ........................ 36

4.3 Perbandingan Hasil Pengujian .................................................................. 39

4.3.1 BB/U ................................................................................................. 39

4.3.2 PB/U ................................................................................................. 39

4.3.3 BB/PB ............................................................................................... 39

4.4 Analisis ..................................................................................................... 40

BAB V PENUTUP .............................................................................................. 41

5.1 Kesimpulan ............................................................................................... 41

5.2 Saran ......................................................................................................... 42

DAFTAR PUSTAKA ......................................................................................... 43


xiii

DAFTAR TABEL

Tabel 2.1 Confusion Matrix untuk dua kelas ......................................................11

Tabel 3.1 Kelas dan Label ...................................................................................14

Tabel 3.2 Contoh Data dan Keterangan Atribut..................................................15

Tabel 3.3 Atribut yang digunakan tiap kelas ......................................................17

Tabel 3.4 Dataset ................................................................................................19

Tabel 3.5 Data Training ......................................................................................19

Tabel 3.6 Data Testing ........................................................................................19

Tabel 3.7 Perhitungan node 1..............................................................................20

Tabel 3.8 Tabel dataset pada node 2 ...................................................................21

Tabel 3.9 Perhitungan node 2..............................................................................22

Tabel 3.10 Percobaan Decision Tree C4.5 untuk atribut yang dipilih manual ...23

Tabel 3.11 Percobaan Decision Tree C4.5 untuk atribut yang di-voting ............24

Tabel 4.1 Weighted Voting untuk BB/U .............................................................30

Tabel 4.2 Weighted Voting untuk PB/U ..............................................................31

Tabel 4.3 Weigted Voting untuk BB/PB .............................................................31

Tabel 4.4 Hasil percobaan BB/U ........................................................................35

Tabel 4.5 Hasil prcobaan PB/U ...........................................................................46

Tabel 4.6 Hasil percobaan BB/PB ......................................................................46


xiv

DAFTAR GAMBAR

Gambar 2.1 Data Mining ....................................................................................7

Gambar 2.2 Cross Validation ..............................................................................12

Gambar 3.1 Alur penelitian .................................................................................16

Gambar 3.2 Root Node ........................................................................................21

Gambar 3.3 Leaf Node ........................................................................................22

Gambar 3.4 Halaman Awal .................................................................................25

Gambar 3.5 Halaman klasifikasi gizi ..................................................................26

Gambar 3.6 Halaman Setting ..............................................................................27

Gambar 3.7 Halaman feature selection ...............................................................28

Gambar 3.8 Halaman Dataset .............................................................................29

Gambar 3.9 Halaman view tree ...........................................................................29

Gambar 4.1 Matrix kelas PB/U ...........................................................................33

Gambar 4.2 Grafik rata-rata akurasi BB/U .........................................................37

Gambar 4.3 Grafik rata-rata akurasi PB/U ..........................................................38

Gambar 4.4 Grafik rata-rata akurasi BB/PB .......................................................38


xv

DAFTAR PROGRAM

Program 4.1 Import Klasifikasi ...........................................................................32

Program 4.2 Pemisahan data training dan testing tiap folds ..............................32

Program 4.3 Membangun model klasifikasi .......................................................32

Program 4.4 Klasifikasi data testing ...................................................................32

Program 4.5 Import Cross Validation .................................................................32

Program 4.6 Input Folds .....................................................................................33

Program 4.7 Import dan membangun confusion matrix......................................33

Program 4.8 Menghitung akurasi ........................................................................34

Program 4.9 Rata-rata akurasis ...........................................................................34


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Gizi adalah substansi organik yang dibutuhkan untuk fungsi

normal dari sistem tubuh, pertumbuhan dan pemeliharaan kesehatan.

Penting sekali memberi bayi asupan gizi seimbang pada tahap yang

benar agar bayi tumbuh sehat dan terbiasa dengan pola hidup sehat di

masa yang akan datang. Anak usia di bawah lima tahun merupakan

golongan yang rentan terhadap masalah kesehatan dan gizi, sehingga

masa balita merupakan masa pertumbuhan yang sangat penting dan

perlu perhatian yang serius. Berdasarkan hasil Riset Kesehatan Dasar

(Riskesdas) Kementerian Kesehatan 2018 menunjukkan 17,7% bayi

usia di bawah 5 tahun (balita) masih mengalami masalah gizi. Angka

tersebut terdiri atas balita yang mengalami gizi buruk sebesar 3,9% dan

yang menderita gizi kurang sebesar 13,8%(Kemenkes,2018). Status

gizi balita dapat diukur secara antropometri, indeks antropometri yang

sering digunakan, yaitu: berat badan menurut umur (BB/U), tinggi

badan menurut umur (TB/U), berat badan menurut tinggi badan

(BB/TB). Indeks berat badan berdasarkan umur (BB/U) merupakan

indikator yang paling umum digunakan karena mempunyai kelebihan

yaitu mudah dan lebih cepat dimengerti oleh masyarakat umum.

Standar rujukan yang digunakan untuk penentuan status gizi dengan

antropometri berdasarkan SK Menkes No. 920/Menkes/SK/VIII/2002,

untuk menggunakan rujukan buku World Health Organization-

National Center for Health Statistics (WHO-NCHS) dengan melihat

nilai Z-score.

Dalam menentukan status gizi selama ini dilakukan secara

manual oleh bidan atau perawat puskesmas. Sebenarnya dalam

menentukan status gizi bisa dilakukan secara otomatis dengan


2

menggunakan beberapa metode klasifikasi dengan menginputkan

beberapa variabel atau atribut. Salah satu metode tersebut adalah

Decision Tree C4.5.

Algoritma C4.5 merupakan algoritma yang digunakan untuk

membentuk pohon keputusan (Decision Tree). Pohon keputusan adalah

model prediksi menggunakan struktur pohon atau struktur berhirarki.

Konsep dari pohon keputusan adalah mengubah data menjadi pohon

keputusan dengan aturan-aturan keputusan. Algoritma C4.5

mempunyai data masukan berupa data testing dan data training, data

training merupakan data contoh yang digunakan untuk membangun

sebuah tree yang telah teruji kebenarannya. Sedangkan data testing

digunakan untuk mengukur sejauh mana klasifikasi berhasil melakukan

klasifikasi dengan benar.

Pada penelitian sebelumnya tentang perbandingan kinerja

algoritma C4.5 dan Naive Bayes untuk klasifikasi penerima beasiswa

oleh Choirul Anam dan Harry Budi Santoso, menyatakan bahwa

algoritma C4.5 mempunyai kinerja yang lebih baik dari Naive Bayes

dengan tingkat akurasi yang didapatkan menggunakan algoritma C4.5

sebesar 96.4%, sedangkan tingkat akurasi dari Naïve Bayes sebesar

95.11% (Anam, Choirul dan Santoso 2018).

Pada penelitian lainnya dilakukan oleh Ulva Febriana, M. Tanzil

Furqon, dan Bayu Rahayudi (2018) tentang klasifikasi penyakit typhoid

fever (TF) dan dengue hemorrhagic fever (DHF) dengan menerapkan

algoritma decision tree C4.5. Disimpulkan dengan menggunakan

pengujian k-folds cross validation didapatkan nilai rata-rata akurasi

tertinggi pada 5-folds dengan akurasi sebesar 91,875% yang

menggunakan data uji sebanyak 32 data dan data latih sebanyak 128

data (Febriana, Farqon, dan Rahayudi 2017).

Dari uraian diatas penulis melakukan penelitian menggunakan

metode Decision Tree C4.5 dalam menentukan status gizi balita.

Diharapkan dengan menerapkan metode Decision Tree C4.5 dapat


3

membantu mengklasifikasikan status gizi balita untuk mengetahui

pertumbuhan balita.

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah diatas, maka dapat

disimpulkan rumusan masalah adalah berapa akurasi dari metode

Decision Tree C4.5 dalam mengklasifikasi status gizi balita?

1.3. Tujuan

Tujuan dari penelitian ini adalah untuk mengetahui hasil dari

akurasi Decision Tree C4.5 dalam menentukan status gizi balita.

1.4. Batasan Masalah

Batasan-batasan masalah dalam penulisan proposal tugas akhir

ini antara lain:

1. Parameter yang digunakan adalah jenis kelamin, umur, tinggi

badan dan berat badan.

2. Ambang batas pengkategorian parameter tinggi, berat dan

BMI berdasarkan pada Keputusan Menteri Kesehatan

Republik Indonesia Nomor: 1995/Menkes/SK/XII/2010

tentang standar Antropometri Penilaian Status Gizi anak.

3. Penentuan Status Gizi menggunakan perhitungan berat badan

terhadap umur (BB/U), Panjang badang terhadap umur

(PB/U), dan berat badan terhadap panjang badan (BB/PB).

1.5. Sistematika Penulisan

Bagian ini berisi mengenai sistematika penulisan tugas akhir.

BAB I PENDAHULUAN

Pada bab ini berisi tentang latar belakang masalah, rumusan

masalah, tujuan penelitian, batasan masalah, metodologi penelitian,


4

dan sistematika penulisan.

BAB II LANDASAN TEORI

Pada bab ini, akan dibahas tentang berbagai teori yang

berhubungan dengan status gizi balita, metode decision tree C4.5.

BAB III METODE PENELITIAN

Berisi analisis teori-teori yang digunakan dan bagaimana

menerjemahkannya kedalam system yang akan dibuat dan membahas

tentang perancangan kebutuhan sistem.

BAB IV IMPLEMENTASI DAN ANALISA HASIL

Bab ini membahas Analisa hasil perancangan sistem, dan

pengujian algoritma C4.5.

BAB V PENUTUP

Bab ini berisi kesimpulan dari hasil Analisa dan saran-saran

untuk pengembangan lebih lanjut.


5

BAB II

LANDASAN TEORI

Pada bab ini dijelaskan mengenai teori yang digunakan untuk mendukung

penelitian dalam mengklasifikasi status gizi balita menggunakan decision tree C4.5.

2.1 Data Mining

Data mining adalah proses ekstraksi pola yang menarik dari

sekumpulan data yang berjumlah besar, dengan melakukan penggalian

pola-pola dari data tersebut bertujuan untuk memanipulasi data menjadi

informasi yang lebih berharga (Han dan Kamber, 2006). Terdapat

beberapa istilah lain yang memiliki makna sama dengan data mining,

yaitu Knowledge Discovery in Database (KDD), ekstraksi pengetahuan

(knowledge extraction), Analisa data/pola (data/pattern analysis),

kecerdasan bisnis (business intelligence) dan data archaeology dan data

dredging (Larose, 2005).

Data mining dibagi menjadi beberapa kelompok berdasarkan tugas

yang dapat dilakukan, yaitu (Larose, 2005):

2.1.1 Prediksi

Proses untuk menemukan pola dari data dengan

menggunakan beberapa variabel untuk memprediksikan variabel

lain yang tidak diketahui jenis atau nilainya.

2.1.2 Deskripsi

Proses untuk menemukan suatu karakteristik penting dari

data dalam suatu basis data.

2.1.3 Klasifikasi

Klasifikasi merupakan suatu proses untuk menemukan

model atau fungsi untuk menggambarkan class atau konsep dari


6

suatu data.

2.1.4 Asosiasi

Proses ini digunakan untuk menemukan suatu hubungan

yang terdapat pada nilai atribut dari sekumpulan data.

2.1.5 Estimasi

Estimasi hampir sama dengan klasifikasi, tetapi atribut

lebih ke arah numerik daripada kategori. Model dibangun

menggunakan record lengkap yang menyediakan nilai dari atribut

target sebagai nilai prediksi.

2.1.6 Pengklusteran

Pengklusteran merupakan pengelompokan record,

pengamatan, atau memperhatikan dan membentuk kelas objek-

objek yang memiliki kemiripan. Cluster adalah kumpulan record

yang memiliki kemiripan antara satu dengan yang lainnya dan

memiliki ketidakmiripan dengan records dalam kluster lain.

2.2 Tahapan Data Mining

Dalam data mining terdapat beberapa tahapan, rangkain tahap

tersebut dapat di lihat pada Gambar 2.1.


7

Gambar 2.1 Data Mining

Sumber: https://andyku.wordpress.com/2008/11/21/konsep-data-mining/

2.2.1 Pre-Processing / Cleaning

Sebelum proses data mining dapat dilaksanakan, perlu

dilakukan proses cleaning pada data. Proses cleaning merupakan

langkah membuang duplikasi data, memeriksa data yang

inkonsisten, dan memperbaiki kesalahan pada data.

2.2.2 Data Selection

Pada jumlah data yang cukup besar seringkali tidak

semuanya terpakai, oleh karena itu perlu dilakukan seleksi data

diantaranya adalah seleksi atribut atau sering dikenal dengan

feature selection yang digunakan untuk mengambil atribut yang

sesuai untuk dianalisis. Seleksi data dari sekumpulan data

operasional perlu dilakukan sebelum tahap penggalian informasi

dalam Knowledge Discovery in Database (KDD) dimulai. Seleksi

atribut atau feature selection bisa dilakukan secara manual

dengan memilih atribut-atribut yang akan digunakan dan bisa

juga dilakukan dengan menggunakan weighted voting untuk

menentukan atribut mana saja yang akan digunakan.


8

2.2.3 Data mining

Data mining adalah proses mencari pola atau informasi

menarik dalam data terpilih dengan menggunakan teknik atau

metode tertentu. Teknik, metode, atau algoritma dalam data

mining sangat bervariasi. Pemilihan metode atau algoritma yang

tepat sangat bergantung pada tujuan dan proses Knowledge

Discovery in Database (KDD) secara keseluruhan.

2.2.4 Evaluation

Pola informasi yang dihasilkan dari proses data mining

perlu ditampilkan dalam bentuk yang mudah dimengerti. Tahap

ini merupakan bagian dari proses Knowledge discovery in

database (KDD) yang disebut evaluation. Tahap ini mencakup

pemeriksaan apakah pola atau informasi yang ditemukan

bertentangan dengan fakta atau hipotesis yang ada sebelumnya.

2.3 Klasifikasi

Klasifikasi adalah proses menemukan sebuah model atau fungsi

yang mendeskripsikan dan membedakan data ke dalam kelas-kelas,

dengan tujuan menggunakan model dan melakukan prediksi kelas dari

suatu objek dimana label kelas tersebut tidak diketahui. Model tersebut

berasal dari analisis kumpulan data training (objek data dimana label

kelas sudah diketahui) (Han dan Kamber, 2006).

Dalam klasifikasi terdapat bebrapa algoritma yang dapat

digunakan, yaitu: Naïve Bayes, Decision Tree, Backpropagation

Classification, K-Nearest Neighbor Classifiers, dan Pendekatan Sistem

Fuzzy (Han dan Kamber, 2006).


9

2.4 Algoritma C4.5

Algoritma C4.5 merupakan salah satu algoritma yang cukup

popular karena mampu melakukan klasifikasi dan sekaligus

menunjukkan hubungan antar atribut. Algoritma C4.5 dapat menangani

data numerik dan diskrit, algoritma ini menggunakan rasio perolehan

(Faruz El Said, 2009).

Dalam algoritma C4.5 pemilihan atribut yang baik adalah atribut

yang bisa memisahkan objek menurut kelasnya. Secara heuristik atribut

yang dipilih adalah atribut yang menghasilkan simpul yang paling

”purest” (paling bersih). Ukuran purity dinyatakan dengan tingkat

impurity, dan untuk menghitungnya, dapat dilakukan dengan

menggunakan konsep Entropy, Entropy menyatakan impurity suatu

kumpulan objek (Larose, 2005)

Sebelum memilih atribut sebagai akar, dilakukan perhitungan

nilai entropi seperti pada persamaan (2.1).

𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆) = ∑ −𝑝𝑖 ∗ log2 𝑝𝑖𝑛𝑖=1 -----------------------------(2.1)

Keterangan:

S : Himpunan kasus

n : Jumlah partisi S

pi : Proporsi dari Si Terhadap S

Untuk pemilihan atribut sebagai akar didasarkan pada nilai

tertinggi dari atribut-atribut yang ada. Dalam menghitung gain

digunakan persamaan seperti pada persamaan (2.2).

𝐺𝑎𝑖𝑛 (𝑆, 𝐴) = 𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆) − ∑|𝑆𝑖|

|𝑆|𝑛𝑖=1 ∗ 𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆𝑖) -----(2.2)


10

Keterangan:

S = Sampel

A = Atribut

n = Jumlah partisi himpunan atribut A

|Si| = Jumlah sampel pada partisi ke -i

|S| = Jumlah sampel dalam S

Untuk menghitung Gain Ratio diperlukan sebuah term baru yang

disebut SplitIn formation. Atribut dengan nilai Gain Ratio tertinggi

dipilih sebagai atribut test untuk simpul, dengan gain adalah

information gain. Pendekatan ini menerapkan normalisasi pada

information gain dengan menggunakan apa yang disebut sebagai

SplitIn formation. SplitIn formation dapat dihitung dengan

menggunakan persamaan seperti pada persamaan (2.3) (Han dan

Kamber 2006).

𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝑆, 𝐴) = − ∑|𝑆𝑖|

|𝑆|𝑣𝑖=1 × log2 (

|𝑆𝑖|

|𝑆|) -------------------(2.3)

Dimana v adalah subset yang dihasilkan dari pemecahan dengan

menggunakan atribut A yang mempunyai sebanyak v nilai. Dalam

algoritma C4.5 pemilihan atribut dilakukan dengan menggunakan

GainRatio. GainRatio dapat dihitung menggunakan persamaan seperti

pada persamaan (2.4).

𝐺𝑎𝑖𝑛𝑅𝑎𝑡𝑖𝑜(𝑆, 𝐴) =𝐺𝑎𝑖𝑛(𝑆,𝐴)

𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝑆,𝐴) ------------------------------(2.4)

2.5 Evaluasi

2.5.1. Confusion Matrix

Confusion matrix digunakan untuk melihat seberapa besar

akurasi yang dihasilkan dari model klasifikasi yang telah


11

dibuat untuk memprediksi dan mengklasifikasi kelas dari

data testing. Confusion Matrix dapat dilihat pada Tabel 2.1.

Tabel 2.1 Confusion Matrix untuk dua kelas

Kelas Aktual

Kelas Prediksi

Positif Negatif

Positif True Positif

(TP)

False Positif

(FP)

Negatif False Negatif

(FN)

True Negatif

(TN)

Nilai akurasi dapat dihitung dengan menggunakan rumus

(2.5) yang didefinisikan sebagai berikut:

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 𝑇𝑃+𝑇𝑁

𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁 --------------------------(2.5)

TP : Jumlah kelas yang diprediksi sebagai positif dan kelas

aktualnya adalah positif

TN : Jumlah kelas yang diprediksi sebagai negatif dan kelas

aktualnya adalah negatif

FP : Jumlah kelas yang diprediksi sebagai positif tetapi kelas

aktualnya adalah negatif

FN : Jumlah kelas yang diprediksi sebagai negatif tetapi kelas

aktualnya adalah positif

2.5.2. Cross Validation

Cross Validation digunakan untuk mengevaluasi kinerja

model klasifikasi di mana data dipisahkan menjadi dua subset

yaitu data training dan data testing. Model klasifikasi dilatih

menggunakan data training dan selanjutnya akan di validasi

menggunakan data training. Dalam cross validation dataset

dibagi berdasarkan pada ukuran k-folds cross validation.

Misalnya model dilatih menggunakan 3-folds, maka dataset


12

dibagi menjadi 3 bagian dengan ukuran yang sama. Dari 3 bagian

tersebut, 2 bagian digunakan sebagai data training dan 1 bagian

digunakan sebagai data testing. Cross Validation dapat dilihat

pada Gambar 2.2.

Gambar 2.2 Cross Validation

2.6 Pemantauan Status Gizi Balita (PSG Balita)

Pemantauan Status Gizi (PSG) merupakan kegiatan pemantauan

perkembangan status gizi balita yang dilaksanakan setiap tahun secara

berkesinambungan untuk memberikan gambaran tentang kondisi status

gizi balita (Kementerian Kesehatan, 2018).

Pelaksanaan PSG bertujuan untuk mengawal upaya perbaikan

gizi masyarakat agar lebih efektif dan efisien, melalui monitoring

perubahan status gizi maupun kinerja program dari waktu ke waktu,

sehingga kita dapat dengan tepat menetapkan upaya tindakan,

perubahan formulasi kebijakan dan perencanaan program (Kementerian

Kesehatan, 2018). Status gizi balita dinilai berdasarkan 3 indeks, yaitu:

1. Berat Badan Menurut Umur (BB/U) adalah berat badan

balita yang dicapai pada umur tertentu.

2. Tinggi Badan Menurut Umur (TB/U) adalah tinggi badan

balita yang dicapai pada umur tertentu.

3. Berat Badan Menurut Tinggi Badan (BB/TB) adalah berat

badan balita yang dibandingkan berdasarkan tinggi badan


13

BAB III

METODE PENELITIAN

Dalam metodologi penelitian ini akan dibahas lebih rinci mengenai

data dan proses klasifikasi status gizi balita menggunakan decision tree c4.5.

3.1 Peralatan Penelitian

Implementasi pada penelitian ini menggunakan aplikasi yang

dibangun oleh penulis menggunakan bahasa pemrograman python.

Implementasi ini dilakukan dengan menggunakan komputer dengan

spesifikasi sebagai berikut:

1. Perangkat keras

a. Prosesor : Intel Core I3-7020U

b. RAM : 4,00 GB

c. HDD : 500 GB

2. Perangkat Lunak

a. Windows 10 Home 64 Bit Operating System

b. Microsoft Word 2016

c. Microsoft Excel 2016

d. Visual Studio Code

e. Qt Designer

3.2 Bahasa Pemrograman Python

Bahasa pemrograman Python adalah bahasa pemrograman yang

interpreted, high-level, dan general-purpose. Tidak seperti bahasa

pemrograman lain yang susah untuk dibaca dan dipahami, python lebih

menekankan pada keterbacaan kode agar lebih mudah untuk memahami

sintak.

Bahasa pemrograman python sangat powerfull untuk digunakan,

yang membuat python sangat powerfull karena mudah digunakan dan

juga terdapat banyak library yang bisa digunakan. Dalam data mining


14

terdapat library seperti Scrapy, BeautifulSoup, Pandas, Numpy, dll.

Dalam pembuatan machine learning terdapat beberapa library seperti

Keras, TensorFlow, ScikitLearn, PyTorch, dll. Dalam pembuatan

webapps terdapat framework yang sangat popular seperti Django dan

Flask.

Salah satu tools dalam data mining dan machine learning yang

dibangun menggunakan python adalah Orange.

3.3 Data

Data yang digunakan pada penelitian ini merupakan data

Pemantauan Status Gizi (PSG) Balita yang diperoleh dari Puskesmas

Kebong, Kecamatan Kelam Permai, Kabupaten Sintang, Kalimantan

Barat tahun 2017. Data disajikan dalam format .xls dengan jumlah data

sebanyak 853. Contoh data dapat dilihat pada Tabel 3.2.

Data PSG Balita ini mempunyai tiga kelas, yaitu kelas berat

badan menurut umur BB/U, tinggi badan menurut umur TB/U, dan

berat badan terhadap tinggi badan BB/TB. Label yang digunakan tiap

kelas dapat dilihat pada Tabel 3.1.

Tabel 3.1 Kelas dan Label

No Kelas Label

1 BB/U Lebih, Baik, Kurang, Buruk

2 TB/U Tinggi, Normal, Pendek, Sangat Pendek

3 BB/TB Gemuk, Normal, Kurus, Sangat Kurus


15

Tabel 3.2 Contoh Data dan Keterangan Atribut

No Nama Atribut Keterangan Contoh

1 Nama Nama balita Gisella

2 Tanggal lahir Tgl lahir berupa tanggal, bulan, dan tahun 20/06/2016

3 Js.L/P

Jenis kelamin balita

1 = Laki-laki

2 = Perempuan 1/2

4 Berat B. Berat badan balita 10,5

5 PB / TB Panjang badan/tinggi badan 95

6 Posisi diukur

Penentuan posisi diukur

3 = Diukur telentang

4 = Diukur berdiri 3/4

7 Umur Umur balita 11

8 Proses Perhitungan Umur Untuk menentukan umur balita 37

9 Konversi TB/PB Penentuan TB/PB dari posisi diukur 81,7

10 Klp Umur

pengelompokan umur

1= Umur <24

2 = Umur >=24 1/2

11 Kode Digunakan untuk menentukan standar gizi BB/U 130

12 Kode1 Digunakan untuk menentukan standar gizi PB/U 137

13 Kode2 Digunakan untuk menentukan standar gizi BB/PB 22090

14

Standar Gizi Buruk

BB/U Penentuan standar gizi buruk BB/U 5,3

15 Standar Gizi Baik BB/U Penentuan standar gizi baik BB/U 6 dan 9,3

16

Standar Pendek PB/U

atau TB/U Penentuan standar pendek TB/U 55,3

17

Standar Normal PB/U

atau TB/U Penentuan standar normal TB/U 57,3 dan 65,5

18

Standar Kurus BB/PB

atau BB/PB Penentuan standar kurus BB/PB 4,4

19

Standar Normal BB/PB

atau BB/PB Penentuan standar normal BB/PB 4,7 dan 6,6


16

3.4 Alur Penelitian

Langkah-langkah peneltian digambarkan pada skema penelitian yang

digambarkan pada gambar 3.1 berikut.

Gambar 3.1 Alur penelitian

3.4.1. Data Cleaning

Pada penelitian ini data cleaning dilakukan secara manual

dengan menggunakan Excel 2016. Terdapat 5 data yang tidak

lengkap, 3 diantaranya tidak mempunyai label BB/TB, 1 tidak

mempunyai nilai PB/TB, dan 1 lainnya tidak mempunyai nilai

konversi TB/PB. Dengan demikian missing data sebanyak

0,585% dari total data dihilangkan dari dataset.

3.4.2. Seleksi Data

Pada tahap ini seleksi data dilakukan untuk menentukan

atribut yang digunakan untuk klasifikasi (feature selection).

Pemilihan atribut dilakukan secara manual dan dengan

menggunakan weighted voting information gain. Dalam

pemilihan atribut secara manual dipilih atribut Js.L/P, Berat B.,

PB/TB, dan Umur. Atribut tersebut dipilih berdasarkan

rekomendasi dari puskesmas, mereka merekomendasikan atribut

tersebut karena nilai dari masing-masing atribut murni didapatkan

langsung dari pengambilan data terhadap balita, bukan dari hasil

perhitungan lainya. Pada Tabel 3.3 dapat dilihat atribut-atribut


17

yang digunakan untuk tiap kelas.

Sementara itu untuk pemilihan atribut menggunakan

information gain penulis menggunakan fitur weighted voting by

information gain yang ada pada aplikasi Rapid Miner Studio versi

9.7. Proses voting ini dilakukan terhadap 3 kelas, yaitu BB/U,

PB/U, dan BB/PB. Untuk tiap atribut pada masing-masing kelas

akan di seleksi. Atribut-atribut yang digunakan adalah atribut

yang tidak bergantung pada atribut lainya, atribut yang

bergantung dari atribut lainnya atau dari turunan atribut lain

dihilangkan dari dataset. Atribut yang digunakan adalah Js.L/P,

Umur, Berat B., PB/TB, Posisi diukur, Tahun Lahir, Bulan Lahir,

dan Tanggal Lahir.

Tabel 3.3 Atribut yang digunakan tiap kelas

No Kelas Atribut Label

1 BB/U Js.L/P, Berat B.,

Umur

Lebih, Baik, Kurang,

Buruk

2 TB/U Js.L/P, PB/TB, Umur Tinggi, Normal,

Pendek, Sangat Pendek

3 BB/PB Js.L/P, Berat B.,

PB/TB, Umur

Gemuk, Normal,

Kurus, Sangat Kurus

3.4.3. Pembagian Data

Setelah data diseleksi maka dilakukan pembagian dataset,

dataset dibagi menjadi data testing dan data training

menggunakan k-folds validation. Jumlah k dipilih oleh user

dimana nilai k adalah 3, 5, 7, dan 9 folds menggunakan masukan

berupa dropdown. Jika nilai k = 3 maka data dibagi menjadi 3

bagian, 2 bagian digunakan untuk data training dan 1 bagian

untuk data testing, dan begitu juga untuk pembagian nilai folds =

5, 7, dan 9 folds.


18

3.4.4. Pemisahan Data

Pada tahap ini dataset hasil pembagian menggunakan k-

folds cross validation dipisahkan menjadi 2 bagian, bagian

pertama berisi atribut-atribut yang digunakan dan bagian kedua

berisi label, dimana label yang digunakan dibagi menjadi tiga

yaitu, BB/U, PB/U, dan BB/PB. Untuk atribut yang di-voting

berdasarkan information gain kita dapat memilih atribut yang

nantinya digunakan untuk klasifikasi. Kita memilih atribut

dengan memberikan centang pada checkbox untuk atribut yang

akan digunakan.

3.4.5. Modeling Decision Tree C4.5

Setelah dataset dibagi berdasarkan K-Folds maka tiap folds

di-modeling menggunakan metode decision tree c4.5, sehingga

terdapat n model untuk tiap n folds. Metode decision tree c4.5

mengklasifikasikan data dengan cara mencari nilai Entropy,

Information Gain, Split Info, dan Gain Ratio. Pembentukan

pohon diawali dengan mencari nilai Gain Ratio tertinggi untuk

dijadikan root node, selanjutnya untuk leaf node dilakukan secara

rekursif sampai decision tree terbentuk.

Berikut adalah contoh langkah pembentukan tree secara

manual:

1. Siapkan data yang akan digunakan untuk pembentukan model

decision tree c4.5. Disini penulis menggunakan 9 data untuk

klasifikasi kelas BB/U dengan atribut yang digunakan adalah

Js,L/P, Berat B., dan Umur. Data dapat dilihat pada Tabel 3.4.

2. Memisahkan data menjadi data training seperti pada Tabel 3.5

dan data testing seperti pada Tabel 3.6, menggunakan

confusion matrix dengan jumlah 3 folds.


19

Tabel 3.4 Dataset

Js.L/P Berat B. Umur BB/U

1 8 9 Baik

1 7,8 8 Baik

1 10,1 8 Baik

2 6,1 6 Baik

2 4,6 6 Buruk

2 10 44 Buruk

2 7,3 27 Buruk

2 8,9 17 Buruk

1 8,1 26 Buruk

Tabel 3.5 Data Training


1 8 9 Baik

1 7,8 8 Baik

1 10,1 8 Baik

2 6,1 6 Baik

2 4,6 6 Buruk

2 10 44 Buruk

Tabel 3.6 Data Testing


2 7,3 27 Buruk

2 8,9 17 Buruk

1 8,1 26 Buruk

3. Menghitung entropy dengan rumus 2.1, information gain

dengan rumus 2.2, split info dengan rumus 2.3, dan gain ratio

dengan rumus 2.4 untuk tiap atribut. Lalu cari kandidat root

node dengan mencari nilai information gain tertinggi untuk


20

tiap atribut. Setelah didapatkan, tentukan root node dengan

mencari nilai gain ratio tertinggi dari tiap kandidat. Nilai gain

ratio tertinggi terdapat pada atribut berat dengan nilai variabel

4,6, dengan demikian root node dari tree adalah Berat B.

dengan nilai 4,6. Dari Tabel 3.7, dihasilkan tree seperti pada

Gambar 3.2, jika nilai Berat B. di bawah atau sama dengan 4,6

maka kelasnya adalah Buruk.

Tabel 3.7 Perhitungan node 1

Jmlh

Kasus Baik Buruk Entropy

Information

Gain Split Info Gain Ratio

6 4 2 0,918296

JK

0,459148 1 0,459148

1 3 3 0 0

2 3 1 2 0,918296

Umur

<=6 2 1 1 1 0,04411 0,63093 0,069913

>6 4 3 1 0,811278

<=8 4 3 1 0,811278 0,04411 0,584963 0,075407

>8 2 1 1 1

<=9 5 4 1 0,721928 0,316689 3,801784 0,0833

>9 1 0 `1 0

Berat B.

<=4,6 1 0 1 0 0,316689 0,386853 0,818629

>4,6 5 4 1 0,721928

<=6,1 2 1 1 1 0,04411 1,584963 0,027831

>6,1 4 3 1 0,811278

<=7,8 3 2 1 0,918296 0 1 0

>7,8 3 2 1 0,918296

<=8 4 3 1 0,811278 0,04411 1,709511 0,025803

>8 2 1 1 1

<=10 5 3 2 0,970951 0,10917 0,263034 0,415042

>10 1 1 0 0


21

Gambar 3.2 Root Node

4. Setelah mendapat root node, selanjutnya kita melakukan

pencarian leaf node. Sebelum mencari leaf node, data dengan

nilai Berat B. 4,6 dihapus/dihilangkan dari dataset. Lihat Tabel

3.8.

Tabel 3.8 Tabel dataset pada node 2


1 8 9 Baik

1 7,8 8 Baik

1 10,1 8 Baik

2 6,1 6 Baik

2 4,6 6 Buruk

2 10 44 Buruk

Setelah dihilangkan kita lanjutkan dengan mencari leaf node,

pencarian leaf node dilakukan dengan mencari nilai information

gain tertinggi. Contoh perhitungan dapat dilihat pada Tabel 3.9.

Nilai information gain tertinggi terdapat pada atribut Umur

dengan nilai 9, dengan demikian leaf node adalah Umur, jika

umur di bawah 9 maka kelasnya adalah Baik dan jika di atas 9

maka kelasnya adalah Buruk. Tree yang dihasilkan dapat dilihat

pada Gambar 3.2.


22

Tabel 3.9 Perhitungan node 2

Jmlh

Kasus Baik Buruk Entropy

Information

Gain

5 4 1 0,721928

JK

0,321928

1 3 3 0 0

2 2 1 1 1

Umur

<=6 1 1 0 0 0,072906

>6 4 3 1 0,811278

<=8 3 3 0 0 0,321928

>8 2 1 1 1

<=9 4 4 0 0 0,721928

>9 1 0 1 0

Berat B.

<=6,1 1 1 0 0 0,072906

>6,6 4 3 1 0,811278

<=7,8 2 2 0 0 0,170951

>7,8 3 2 1 0,918296

<=8 3 3 0 0 0,321928

>8 2 1 1 1

<=10 4 3 1 0,811278 0,072906

>10 1 1 0 0

Gambar 3.3 Leaf Node

5. Dengan model yang sudah dibuat Gambar 3.3, dari data testing

pada Tabel 3.5, kita bisa menguji atau mengklasifikasikan data

training pada Tabel 3.6.


23

Pada penelitian ini dilakukan 2 tahap, yaitu tahap pertama

dilakukan untuk atribut yang di pilih secara manual dan tahap

kedua untuk atribut yang di pilih berdasarkan nilai information

gain.

3.4.6. Pengujian

Pada penelitian ini dilakukan 2 tahap pengujian, tahap

pertama dilakukan untuk atribut yang dipilih secara manual dan

tahap kedua untuk atribut yang di seleksi berdasarkan nilai

information gain. Tiap tahap dilakukan dengan menggunakan 3,

5, 7, dan 9 folds. Tiap percobaan dilakukan untuk tiap kelas, yaitu

kelas BB/U, PB/U, dan BB/PB. Percobaan dapat dilihat pada

Tabel 3.10.

Tabel 3.10 Percobaan Decision Tree C4.5 untuk atribut yang

dipilih manual

Percobaan Jumlah Folds

Percobaan ke-1 3-folds




Untuk atribut yang di-voting berdasarkan information gain

dilakukan dengan penyeleksian tiap atribut. Atribut diseleksi

dengan menghapus atau menghilangkan atribut yang mempunyai

nilai information gain terkecil. Penyeleksian atribut dilakukan

untuk tiap kelas BB/U, PB/U, dan BB/PB. Percobaan dapat

dilihat pada Tabel 3.11.


24

Tabel 3.11 Percobaan Decision Tree C4.5 untuk atribut yang di-

voting

Percobaan Jumlah Atribut Jumlah Folds

Percobaan ke-1 8 Atribut 3-folds

5-folds

7-folds

9-folds


5-folds

7-folds

9-folds

… … …


5-folds

7-folds

9-folds

3.4.7. Akurasi

Setelah proses modeling selanjutnya adalah pengujian

akurasi, pengujian akurasi dilakukan dengan menggunakan

confusion matrix. Akurasi didapatkan dengan menjumlahkan data

yang diprediksi benar dibagi dengan jumlah keseluruhan data

prediksi, lalu dikali 100%. Akurasi didapatkan dari tiap model

dalam n folds, kemudian untuk mendapatkan rata-rata akurasi,

nilai akurasi tiap folds dijumlahkan dan dibagi dengan n.

Misalnya jika menggunakan 3 folds, maka akan terdapat 3 model

klasifikasi, lalu tiap model memiliki akurasinya dan untuk

mendapatkan rata-rata akurasi maka ketiga hasil akurasi tersebut

dijumlahkan dan dibagi 3. Sehingga didapatkan rata-rata akurasi

untuk 3 folds.


25

3.5 Perancangan GUI

3.5.1. Halaman Awal

Pada halaman awal ditampilkan nama aplikasi “Cek Gizi

Balita”, lalu terdapat judul skripsi “Klasifikasi Gizi Balita

Menggunakan Decision Tree C4.5”. Pada halaman ini terdapat

tombol “Start”, tombol ini digunakan untuk memulai aplikasi.

Ketika kita mengklik tombol “Start” maka kita akan diarahkan

pada halaman klasifikasi gizi. Halaman awal dapat dilihat pada

Gambar 3.4.

Gambar 3.4 Halaman Awal

3.5.2. Halaman Klasifikasi Gizi

Pada halaman ini terdapat form untuk memasukkan nama,

umur, jenis kelamin, berat badan, dan tinggi badan. Hasil dari

masukan tersebut nantinya akan diklasifikan untuk menentukan

status gizi dengan mengklik tombol “Cek Gizi”. Maka status gizi

akan ditampilkan pada jendela kecil di sebelah kanan, status gizi


26

yang ditampilkan yaitu status gizi berdasarkan BB/U, PB/U, dan

BB/PB. Kita juga bisa mengklasifikasikan ketiga status gizi

secara terpisah dengan memilih menu bar File -> Cek Gizi ->

Lalu pilih klasifikasi yang diinginkan. Lalu ada tombol “Setting”

yang digunakan untuk mengatur jumlah folds, dan mengetes

model. Halaman Klasifikasi Gizi dapat dilihat pada Gambar 3.5.

Gambar 3.5 Halaman klasifikasi gizi

3.5.3. Halaman Setting

Pada halaman setting terdapat sebuah tombol “Open File”

yang berfungsi untuk membuka file yang digunakan untuk

klasifikasi (PSG Balita 2017). Lalu terdapat sebuah dropdown

yang digunakan untuk memilih jumlah folds, jumlah folds yang

dapat dipilih yaitu 3, 5, 7, dan 9 folds. Lalu tombol “Test”

digunakan untuk mengetes model pada jumlah folds yang sudah

dipilih, sistem akan menampilkan jumlah folds dan rata-rata

akurasi untuk tiap klasifikasi pada jendela sebelah kanan.

Selanjutnya ada tombol “Print Tree” yang digunakan untuk mem-


27

print tree ke format *.PNG, dan tombol “Cek Data” yang

digunakan untuk kembali ke halaman klasifikasi gizi. Halaman

Setting dapat dilihat pada Gambar 3.6.

Gambar 3.6 Halaman Setting

3.5.4. Halaman Feature Selection

Halaman ini dapat diakses melalui menu bar Setting-

>Feature Selection. Pada halaman ini kita dapat memilih atribut

yang ingin digunakan untuk klasifikasi, lalu kita juga bisa

memilih kelas dan jumlah folds yang ingin digunakan. Pada

jendela sebelah kanan sistem akan menampilkan jumlah atribut

yang dipilih, kelas yang digunakan, jumlah folds yang pakai, dan

rata-rata akurasi. Tombol “Cek Model” digunakan untuk

mengecek model klasifikasi dan tombol “Kembali” digunakan

untuk kembali ke halaman klasifikasi gizi. Halaman Feature

Selection dapat dilihat pada Gambar 3.7.


28

Gambar 3.7 Halaman feature selection

3.5.5. Halaman Dataset

Pada halaman dataset di tampilkan data PSG Balita 2017,

data ditampilkan dalam bentuk tabel. Tombol “Kembali”

digunakan untuk kembali ke halaman klasifikasi gizi. Halaman

Dataset dapat dilihat pada Gambar 3.8.

3.5.6. Halaman View Tree

Pada halaman ini kita dapat melihat tree yang dibentuk,

pada pojok kiri atas terdapat informasi banyak nodes dan banyak

leaves. Halaman ini dapat diakses dengan memilih menu bar file

-> view tree -> pilih kelas yang akan ditampilkan (BB/U, PB/U,

atau BB/PB). Halaman ini di-import dari orange widgets library

yang bernama QWTreeGraph. Halaman ini dapat dilihat pada

Gambar 3.9.


29

Gambar 3.8 Halaman Dataset

Gambar 3.9 Halaman view tree


30

BAB IV

IMPLEMENTASI DAN ANALISIS

4.1. Implementasi

4.1.1. Preprocessing

Data PSG Balita yang didapatkan dari Puskesmas Kebong,

Kecamatan Kelam Permai, Kabupaten Sintang, Kalimantan Barat

tahun 2017 dilakukan proses cleaning dengan menggunakan

excel secara manual. Selanjutnya dilakukan proses selection,

proses ini dilakukan dengan memilih atribut secara manual,

atribut yang dipilih dapat dilihat pada Tabel 3.3, lalu dilakukan

dengan pemilihan atribut berdasarkan voting information gain,

untuk proses voting digunakan software Rapid Miner Studio.

Hasil voting untuk kelas BB/U dapat dilihat pada Tabel 3.4, untuk

kelas PB/U dapat dilihat pada Tabel 3.5, dan untuk kelas BB/PB

dapat dilihat pada Tabel 3.6

Tabel 4.1 Weighted Voting untuk BB/U

No Nama Atribut Information Gain

1 Berat B. 0,1162

2 Umur 0,0264

3 Tahun Lahir 0,0220

4 PB / TB 0,0175

5 Tanggal Lahir 0,0104

6 Posisi diukur 0,0066

7 Js.L/P 0,0055

8 Bulan Lahir 0,0045


31

Tabel 4.2 Weighted Voting untuk PB/U

No Nama Atribut Information Gain

1 PB / TB 0,0451

2 Umur 0,0387


4 Berat B. 0,0302




8 Js.L/P 0,0039

Tabel 4.3 Weighted Voting untuk BB/PB

No Nama Atribut Information gain

1 Berat B. 0,1110

2 PB / TB 0,0256

3 Umur 0,0119


5 Js.L/P 0,0060




4.1.2. Modeling

Pada proses data yang telah di bagi menjadi atribut dan

label di-modeling menggunakan decision tree c4.5. Modeling

dilakukan sebanyak n kali sesuai jumlah folds. Model c45 di-

import dari orange library dan menggunakan modul c45 yang di-

import dari github. Disini penulis menggunakan modul c45 dari

github untuk modeling dan menggunakan orange library untuk

menampilkan tree ke halaman view tree. Lihat Program 4.1.


32

from Orange.classification.tree import TreeLearner

from c45 import C45

Program 4.1 Import Klasifikasi

Setelah kedua library di-import kita memisahkan data training

dan data testing untuk tiap folds. Lihat Program 4.2

X_train, y_train = attr.iloc[train_index,:], label.iloc[train_i ndex]

X_test, y_test = attr.iloc[test_index,:], label.iloc[test _index]

Program 4.2 Pemisahan data training dan testing tiap folds

Setelah dataset dipisah menjadi data training dan data testing

dilakukan pemodelan decision tree c4.5. Lihat Program 4.3

clf = C45()

clf.fit(X_train, y_train)

Program 4.3 Membangun model klasifikasi

Setelah model terbentuk maka selanjutnya adalah

mengklasifikasikan data testing dengan model yang telah

dibentuk sebelumnya. Lihat Program 4.4.

y_predict = clf.predict(X_test)

Program 4.4 Klasifikasi data testing

4.1.3. Evaluasi

Proses evaluasi dilakukan dengan menggunakan cross

validation, data dibagi menjadi n-folds menggunakan library dari

ScikitLearn. Lihat Program 4.5.

from sklearn.model_selection import KFolds, cross_val_score

Program 4.5 Import Cross Validation


33

Pembagian data dilakukan dengan mengisi nilai n untuk

parameter n_split. Lihat Program. Lihat Program 4.6.

kf = KFolds(n_splits=n)

Program 4.6 Input Folds

Untuk menghitung akurasi penulis menggunakan confusion

matrix dari library ScikitLearn. Dengan menggunakan fungsi ini

kita memasukkan 3 parameter yaitu y_true (label data testing),

y_pred (label hasil prediksi dari y_train), dan labels(label). Lihat

Program 4.7.

from sklearn.metrics import confusion_matrix

a = confusion_matrix(y_test, y_predict, labels=categories)

Program 4.7 Import dan membangun confusion matrix

Nilai dari a adalah matrix yang dibangun dari y_test dan y_predic,

nilai a bisa dilihat pada Gambar 4.1.

Gambar 4.1 Matrix kelas PB/U

Dari Gambar 4.1 dapat dilihat bahwa hasil prediksi untuk

label Normal yang diprediksi dengan benar ada sebanyak 170

data, label Normal yang diprediksi Pendek ada sebanyak 15 data,

label Normal yang diprediksi Sangat Pendek sebanyak 2 data, dan

label Normal yang diprediksi Tinggi sebanyak 2 data.

Setelah memanggil fungsi confusion matrix selanjutnya kita

menghitung hasil akurasi, nilai akurasi didapatkan dengan

menggunakan fungsi hitung_akurasi(). Fungsi ini dipanggil


34

dengan memasukkan a (confusion matrix) sebagai parameter.

Lihat Program 4.8.

akurasi = hitung_akurasi(a)

def hitung_akurasi(confusion_matrix):

jmlh_data = 0

jmlh_benar = 0

pjg_matrix = len(confusion_matrix)

for i in range(pjg_matrix):

for j in range(pjg_matrix):

jmlh_data += confusion_matrix[i][j]

if i == j:

jmlh_benar += confusion_matrix[i][j]

return (jmlh_benar/jmlh_data)*100

Program 4.8 Menghitung akurasi

Fungsi hitung_akurasi mengembalikan nilai akurasi, nilai

akurasi di sini adalah jumlah benar dibagi jumlah data kemudian

di kali 100. Untuk menghitung akurasi juga bisa dilakukan

dengan memanggil fungsi accuracy_score yang juga merupakan

fungsi yang terdapat dalam library ScikitLearn.

Setelah nilai akurasi didapatkan selanjutnya mencari nilai rata-

rata akurasi, rata-rata akurasi didapatkan dengan menjumlahkan

akurasi tiap n model kemudian dibagi dengan n. Lihat Program

4.9.

sum_akurasi += akurasi

rata_akurasi = sum_akurasi/n

Program 4.9 Rata-rata akurasi


35

4.2. Pengujian Menggunakan Dataset

4.2.1. Pengujian Menggunakan Manual Attribute Selection

Atribut yang telah dipilih secara manual disini diuji untuk

melihat seberapa besar akurasinya, pengujian dilakukan dengan

menggunakan 3, 5, 7, dan 9 folds. Pengujian ini dilakukan untuk

tiap kelas. Berikut ini adalah hasil uji terhadap atribut yang dipilih

secara manual.

Tabel 4.4 Hasil percobaan BB/U

BB/U

Percobaan

Jumlah

folds

Avg.

Akurasi

1 3 89,52

2 5 90,93

3 7 90,1

4 9 90,1

Pada Tabel 4.4 dapat dilihat bahwa rata-rata akurasi

tertinggi untuk kelas BB/U adalah 90,93% dengan menggunakan

5 folds dan rata-rata akurasi terendah 89,52% dengan

menggunakan 3 folds.

Pada Tabel 4.5 rata-rata akurasi tertinggi untuk kelas PB/U

adalah 78,33% dengan menggunakan 7 folds dan akurasi terendah

75,27% dengan menggunakan 3 folds.

Pada Tabel 4.6 rata-rata akurasi tertinggi untuk kelas

BB/PB adalah 84,45% dengan menggunakan 7 folds dan rata-rata

akurasi terendah adalah 83,27% dengan menggunakan 3 dan 5

folds.


36

Tabel 4.5 Hasil prcobaan PB/U

PB/U

Percobaan

Jumlah

folds

Avg.

Akurasi

1 3 75,27

2 5 75,96

3 7 78,32

4 9 77,03

Tabel 4.6 Hasil percobaan BB/PB

BB/PB

Percobaan

Jumlah

folds

Avg.

Akurasi

1 3 83,27

2 5 83,27

3 7 84,45

4 9 84,34

4.2.2. Pengujian Menggunakan Voting Attribute Selection

Pengujian ini dilakukan dengan menguji model decision

tree c45 dengan menggunakan atribut yang telah di voting, atribut

keseluruhan berjumlah 8 atribut. Berdasarkan Weighted Voting by

Information Gain Rapid Miner Studio, tiap kelas memiliki urutan

rangking yang berbeda. Percobaan dilakukan untuk tiap kelas,

dimana tiap kelas akan di seleksi atributnya dengan

mengeliminasi atribut satu-persatu dari rangking terbawah.


37

Penyeleksian atribut dapat dilakukan pada halaman feature

selection. Pengujian ini dilakukan dengan tujuan mencari rata-

rata akurasi tiap folds untuk tiap atribut yang digunakan.

Gambar 4.2 Grafik rata-rata akurasi BB/U

Pada Gambar 4.2 dapat dilihat bahwa untuk kelas BB/U

penyeleksian atribut dari 8 hingga 3 atribut mengalami

peningkatan rata-rata akurasi untuk tiap folds. Rata-rata akurasi

tertinggi adalah 88,69% yaitu ketika menggunakan 7 folds dan 3

atribut. Nilai akurasi paling rendah adalah 81,98% yaitu dengan

menggunakan 3 folds dan 8 atribut.

Pada Gambar 4.3 dapat dilihat bahwa untuk kelas PB/U

mengalami peningkatan rata-rata akurasi untuk tiap folds. Nilai

rata-rata akurasi tertinggi adalah 77,5% pada saat menggunakan

7 folds dan 3 atribut. Nilai rata-rata akurasi terendah adalah

68,78% pada saat menggunakan 9 folds dan 8 atribut.

78

80

82

84

86

88

90

8 Atr 7 Atr 6 Atr 5 Atr 4 Atr 3 Atr

Rat

a-ra

ta A

kura

si

Jmlh Fold

BB/U

3 Fold 5 Fold 7 Fold 9 Fold


38

Gambar 4.3 Grafik rata-rata akurasi PB/U

Pada Gambar 4.4 dapat dilihat bahwa untuk kelas BB/PB

mengalami peningkatan rata-rata akurasi untuk tiap folds. Rata-

rata akurasi tertinggi adalah 84,69% yaitu ketika menggunakan 7

folds dan 3 atribut. Rata-rata akurasi terendah adalah 80,91%

yaitu pada saat menggunakan 5 folds dan 8 atribut.

Gambar 4.4 Grafik rata-rata akurasi BB/PB

60

65

70

75

80

8 Atr 7 Atr 6 Atr 5 Atr 4 Atr 3 Atr

Rat

a-ra

ta A

kura

si

Jmlh Fold

PB/U


78

80

82

84

86

8 Atr 7 Atr 6 Atr 5 Atr 4 Atr 3 AtrRat

a-ra

ta A

kura

si

Jmlh Fold

BB/PB



39

4.3. Perbandingan Hasil Pengujian

4.3.1. BB/U

Pada klasifikasi kelas BB/U dengan menggunakan atribut

yang dipilih secara manual yaitu Js.L/P, Berat B., dan Umur

memiliki nilai rata-rata akurasi tertinggi sebesar 90,93% dengan

menggunakan 5 folds dan rata-rata akurasi terendah 89,52%

dengan menggunakan 3 folds, lihat Tabel 4.4. Sementara itu untuk

atribut yang di-voting hingga tersisa 3 atribut diantaranya Berat

B., Umur, dan Tahun Lahir memiliki nilai rata-rata akurasi

tertinggi sebesar 86,92% menggunakan 9 folds dan terendah

sebesar 85,63% menggunakan 3 folds, lihat Gambar 4.1.

4.3.2. PB/U

Pada klasifikasi kelas PB/U dengan menggunakan atribut

yang dipilih secara manual yaitu Js.L/P, PB/TB, dan Umur

memiliki nilai rata-rata akurasi tertinggi sebesar 78,33% dengan

menggunakan 7 folds dan akurasi terendah 75,27% dengan

menggunakan 3 folds, lihat Tabel 4.5. Sementara itu untuk atribut

yang di-voting hingga tersisa 3 atribut diantaranya PB/TB, Umur,

dan Tahun Lahir memiliki nilai rata-rata akurasi tertinggi sebesar

76,91% menggunakan 7 folds dan terendah sebesar 74,44%

menggunakan 3 folds, lihat Gambar 4.2.

4.3.3. BB/PB

Pada klasifikasi kelas PB/U dengan menggunakan atribut

yang dipilih secara manual yaitu Js.L/P, Berat B., PB/TB, dan

Umur memiliki nilai rata-rata akurasi tertinggi sebesar 84,45%

dengan menggunakan 7 folds dan rata-rata akurasi terendah

83,27% dengan menggunakan 3 dan 5 folds, lihat Tabel 4.6.

Sementara itu untuk atribut yang di-voting hingga tersisa 4 atribut

diantaranya Berat B., PB/TB, Umur, dan Tahun Lahir memiliki


40

nilai rata-rata akurasi tertinggi sebesar 84,69% dengan

menggunakan 7 folds dan terendah sebesar 83,26% dengan

menggunakan 5 folds, lihat Gambar 4.3.

4.4. Analisis

Dari hasil pengujian di atas dapat dilihat bahwa decision tree

bekerja dengan baik untuk mengklasifikasikan kelas BB/U, PB/U, dan

BB/PB dengan menggunakan atribut yang dipilih secara manual

maupun dengan menggunakan atribut yang dipilih berdasarkan

weighted voting by information gain.

Rata-rata akurasi yang dihasilkan dipengaruhi oleh jumlah folds

yang digunakan, jumlah atribut yang digunakan, dan pemilihan atribut.

Pemilihan atribut yang tepat akan menghasilkan rata-rata akurasi yang

baik. Dengan demikian sistem yang telah dibangun menggunakan

decision tree c4.5 bekerja dengan baik untuk klasifikasi BB/U, PB/U,

dan BB/PB untuk atribut yang dipilih secara manual.


41

BAB V

PENUTUP

5.1. Kesimpulan

Berdasarkan hasil penelitian klasifikasi gizi balita menggunakan

metode decision tree c4.5, dapat diambil kesimpulan sebagai berikut.

1. Metode klasifikasi decision tree c4.5 dapat mengklasifikasikan

gizi balita dengan baik.

2. Rata-rata akurasi tertinggi dari klasifikasi gizi balita

menggunakan decision tree c4.5 adalah sebagai berikut.

a. Klasifikasi kelas BB/U dengan menggunakan atribut yang

dipilih secara manual adalah 90,93% dengan menggunakan

5 folds, dan dengan menggunakan atribut yang di voting

adalah 88,69% dengan menggunakan 7 folds dan 3 atribut.

b. Klasifikasi kelas PB/U dengan menggunakan atribut yang



adalah 77,5% pada saat menggunakan 7 folds dan 3 atribut.

c. Klasifikasi kelas BB/PB dengan menggunakan atribut yang



adalah 84,69% yaitu ketika menggunakan 7 folds dan 3

atribut.

3. Pemilihan atribut secara manual lebih baik dan efektif jika

dibandingkan dengan atribut yang di-voting.


42

5.2. Saran

Dari hasil penelitian klasifikasi gizi balita menggunakan metode

decision tree c4.5, penulis memberikan saran sebagai berikut:

1. Perangkat lunak mampu mengimpor data dengan berbagai jenis

lainnya seperti *.cvs, *.dat, *.tab, dll.

2. Pengembangan perangkat lunak dengan metode klasifikasi

lainnya.

3. Perangkat lunak dapat menyimpan hasil uji data tunggal.

4. Pengklasifikasian status gizi balita berdasarkan latar belakang

keluarga.

5. Pengembangan program lebih fleksibel (variabel input tidak

statis).


43

DAFTAR PUSTAKA

Anam, Choirul dan Santoso. 2018. Perbandingan Kinerja Algoritma C4.5 dan

Naive Bayes untuk Klasifikasi Penerima Beasiswa. Sumber:

https://ejournal.upm.ac.id/index.php/energy/article/view/111

Damayanti. 2018. 4 Ancaman Bahaya yang Dialami Balita dengan Gizi Buruk.

Sumber: https://www.cnnindonesia.com/gaya-hidup/20180125110614-255-

271456/4-ancaman-bahaya-yang-dialami-balita-dengan-gizi-buruk [Diakses

tanggal: 29 November 2019]

Faruz El Said. 2009. Data Mining-Konsep Pohon Keputusan. Sumber:

https://fairuzelsaid.wordpress.com/2009/11/24/data-mining-konsep-pohon-

keputusan/#more-521 [Diakses tanggal: 29 November 2019]

Fayyad, Usama. 1996. Advances in Knowledge Discovery and Data Mining. MIT

Press.

Han, Jiawei dan Kamber, Micheline. 2006. Data Mining: Concept and Techniques

Second Edition, Morgan Kaufmann Publishers.

Kemenkes,2018. Hasil Utama Riset Kesehatan Dasar (Riskesdas) Kementerian

Kesehatan 2018. Sumber:

https://www.depkes.go.id/resources/download/info-

terkini/materi_rakorpop_2018/Hasil%20Riskesdas%202018.pdf [Diakses

tanggal: 22 November 2019]

Larose, Daniel T. 2005. Discovering Knowledge in Data: An Introduction to

Data Mining. John Willey & Sons, Inc.

Quinlan, J.R. (1992). C4.5 Programs for Machine Learning, San Mateo, CA:

Morgan Kaufmann.


44

Ulva Febriana, M. Tanzil Furqon, dan Bayu Rahayudi. 2017. Klasifikasi Penyakit

Typhoid Fever (TF) Dan Dengue Hemorrhagic Fever (DHF) Dengan

Menerapkan Algoritma Decision Tree C4.5. Sumber:

http://repository.ub.ac.id/id/eprint/1800


Klasifikasi Status Gizi Balita Menggunakan Metode Decision ...

Documents

Transcript of Klasifikasi Status Gizi Balita Menggunakan Metode Decision ...