Novianto, Refil (2025) SISTEM INFERENSI FUZZY MAMDANI MENGGUNAKAN ALGORITMA GENETIKA DAN TEKNIK SMOTE UNTUK PREDIKSI DIABETES. Undergraduate thesis, Universitas Diponegoro.

	Text File 1 (pendahuluan) - Refil Novianto.pdf Download (832kB)
	Text File 2 (isi) - Refil Novianto.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text File 3 (daftar pustaka) - Refil Novianto.pdf Download (161kB)

Abstract

"Diabetes merupakan penyakit kronis dengan prevalensi yang terus meningkat di
Indonesia dan dunia, sehingga deteksi dini sangat penting untuk mencegah
komplikasi. Penelitian ini membandingkan performa Sistem Inferensi Fuzzy
Mamdani (SIF Mamdani) tanpa dan dengan Algoritma Genetika (AG) untuk
prediksi diabetes pada data yang diproses menggunakan SMOTE. Data diolah
melalui tahapan prapemrosesan, seperti penanganan nilai hilang, normalisasi, dan
SMOTE untuk mengatasi ketidakseimbangan kelas. Lima atribut utama dipilih
berdasarkan korelasi tertinggi terhadap variabel Outcome, yaitu Glucose, BMI,
Insulin, Age, dan Pregnancies. SIF Mamdani dibangun dengan panjang aturan fuzzy
tiga atribut, menghasilkan 270 aturan fuzzy awal. Performa awal SIF Mamdani
tanpa AG pada data pelatihan menunjukkan akurasi yaitu kemampuan mendeteksi
keseluruhan sebesar 0.70, sensitivitas yang mendeteksi kasus positif sebesar 0.75,
dan spesifisitas yang mendeteksi kasus negatif sebesar 0.67. Sedangkan, hasil dari
penerapan AG pada SIF Mamdani dapat mereduksi jumlah aturan fuzzy menjadi 19,
dengan peningkatan performa pada data pelatihan, yaitu akurasi 0.77, sensitivitas
0.83, dan spesifisitas 0.71. Pada data uji, SIF Mamdani dengan AG mencapai
akurasi 0.68, sensitivitas 0.84, dan spesifisitas 0.61. Hasil ini menunjukkan adanya
peningkatan performa untuk SIF Mamdani dengan AG pada data hasil SMOTE."

Actions (login required)

View Item