PENGGUNAAN PRINCIPAL COMPONENT ANALYSIS DAN POHON KEPUTUSAN UNTUK MENDETEKSI PENYAKIT JANTUNG KORONER

Galih Hendro Martono, Teguh Bharata Adji, S.T., M.T., M.Eng., Ph.D

2012 | Tesis | S2 Teknik Elektro

Ada banyak cara yang dapat dilakukan untuk melakukan diagnosis terhadap suatu penyakit seperti melihat gejala-gejala fisik yang di derita oleh pasien dan memanfaatkan teknologi untuk melihat bagian dalam tubuh pasien. Cara lain yang dapat dilakukan untuk mendeteksi suatu penyakit adalah dengan memanfaatkan perhitungan serta analisis untuk mendeteksi penyakit. Selain itu terdapat juga banyak metode atau algoritma yang dapat dikembangkan untuk mendeteksi suatu penyakit contohnya metode jaringan syaraf tiruan, naïve bayes, pohon keputusan, rough set theory, principal component analysis (PCA), nearest neighbor, dan lainnya. Penelitian ini menggunakan data penyakit jantung koroner yang ada untuk mempelajari serta menemukan pola yang dapat digunakan untuk mendeteksi penyakit jantung koroner. Metode principal component analysis digunakan untuk mereduksi variabel yang ada pada data penelitian sehingga variabel yang tereduksi merupakan variabel-variabel pokok (faktor yang mempengaruhi penyakit jantung koroner). Metode pohon keputusan digunakan untuk membuat aturan berbentuk if-then yang digunakan untuk diagnosis penyakit jantung koroner. Dari 14 variabel yang ada pada data penelitian, diketahui hanya sembilan variabel yang mempengaruhi penyakit jantung koroner sedangkan varabel lainnya dianggap tidak terlalu mempengaruhi penyakit jantung koroner dan kesembilan variabel tersebut kemudian di analisis lebih lanjut dengan metode pohon keputusan dan diperoleh 25 aturan yang dapat digunakan untuk membantu mendeteksi penyakit jantung koroner. Penggunaan kedua algoritma ini sebesar 75,42 %.

There are many ways that can be done to make the diagnosis of a disease like by seeing physical symptoms suffered by patients and utilizing technology to see inside the patient's body. Another way that can be done to detect a disease is using calculations. There are many methods or algorithms that can be used to develop disease detection system for example, artificial neural network method, Naive Bayes, decision trees, rough set theory, principal component analysis (PCA), nearest neighbor, and other. This study uses data for coronary heart disease to learn and discover patterns that can be used to detect coronary heart disease. Principal component analysis method is used to reduce existing variable in the data and result in principal component. Decision tree method is used to create the rules which are used for coronary heart disease diagnosis. From 14 variables that exist in the research data, only nine variables in the research data are considered to have significant effect in performing coronary heart disease diagnosis. Further analysis of the nine variables is done using decission tree methods and results in 25 rules for coronary heart disease detection. The use of two algorithms have accuracy of 75.42%.

Kata Kunci : analisis komponen utama, pohon keputusan, diagnose penyakit jantung koroner, reduksi variabel.