Penerapan Metode Association Rules Dan Cosine Similarity Untuk Pengembangan Fitur Deteksi Dini Penyakit

Oleh :
Aldion Renata - M0508025 - Fak. MIPA

Pendeteksian penyakit dapat dilakukan dengan perbandingan gejala. Untuk meminimalisir jumlah gejala yang ditanyakan guna memperoleh feedback, diperlukan pengelompokkan gejala dan pengeliminasian penyakit dalam beberapa tahap. Pengelompokan gejala akan dilakukan menggunakan metode association rules. Gejala-gejala yang telah dikelompokkan dijadikan sebagai acuan dalam mengajukan pertanyaan untuk memperoleh feedback, kemudian feedback akan dihitung nilai similarity-nya dengan gejala penyakit menggunakan rumus Cosine. Penyakit dengan nilai similarity yang tidak memenuhi batas minimum akan dieliminasi. Nilai similarity terbesar menjadi kesimpulan hasil deteksi. Ada tiga macam rules yang digunakan dalam penelitian ini yaitu rules implikasi, rules implikasi support lebih dari sama dengan 9%, dan rules gabungan antara rules implikasi dan rules kontraposisi. Dalam logika matematika, implikasi memiliki ekuivalensi dengan bentuk kontraposisinya. Ketiga rules tersebut memiliki hasil pengujian yang berbeda. Rules implikasi dan gabungan menghasilkan akurasi yang lebih baik dibandingkan dengan rules implikasi support lebih dari sama dengan 9%. Efektifitas pengurangan jumlah pertanyaan setiap rules mencapai 70.439%, 70.20%, dan 70.436% atau dapat mengeliminasi rata-rata 90 dari 128 pertanyaan. Meskipun nilai efektifitas yang dihasilkan memiliki perbedaan yang tidak signifikan, tetapi rules implikasi menghasilkan nilai similarity yang lebih tinggi sehingga rules implikasi lebih baik dibandingkan kedua rules lainnya.