PENGKLASIFIKASIAN KEJADIAN DIABETES DENGAN ANALISIS DISKRIMINAN KUADRATIK

BETY SURYANI PUTRI, . (2017) PENGKLASIFIKASIAN KEJADIAN DIABETES DENGAN ANALISIS DISKRIMINAN KUADRATIK. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
Skripsi FULL.pdf

Download (1MB)

Abstract

Pengklasifikasian kejadian diabetes secara akurat dan stabil merupakan hal penting karena dapat digunakan sebagai pencegahan dini sebelum terjadinya komplikasi. Salah satu metode statistika untuk menganalisis pengklasifikasian kejadian diabetes adalah dengan metode analisis diskriminan linear. Namun pengklasifikasian kejadian diabetes dengan analisis diskriminan linear dapat memberikan hasil yang tak stabil karena asumsi homogenitas yang tak terpenuhi. Untuk mengatasi masalah tersebut, maka dapat digunakan analisis diskriminan kuadratik karena matriks heterogenitas yang tak akan diabaikan. Pada penelitian ini digunakan data primer kejadian diabetes pada Puskesmas Kecamatan Pesanggrahan Kota Jakarta Selatan. Berdasarkan pada fungsi diskriminan linear, diperoleh seseorang dengan berat badan, trigliserida, dan tekanan darah sistolik yang tinggi akan cenderung diklasifikasikan ke dalam kelompok diabetes. Kemudian berdasarkan pada uji APER, diperoleh persentase misklasifikasi pada data testing dengan analisis diskriminan linear adalah sebesar 35.13% dan dengan analisis diskriminan kuadratik adalah sebesar 27.02%. Selain itu, berdasarkan pada uji keakuratan dan uji kestabilan, diperoleh bahwa dengan analisis diskriminan kuadratik lebih akurat dan lebih stabil dibandingkan dengan analisis diskriminan linear. Oleh karena itu, pengklasifikasian kejadian diabetes dengan analisis diskriminan kuadratik dinilai lebih optimal dibandingkan dengan analisis diskriminan linear. Classifying diabetes case accurately and stably is an important thing because it can be used as an early prevention before the occurrence of complications. One of the statistic methods which can analyze classification of diabetes case is using linear discriminant analysis. However, classification of diabetes case using linear discriminant analysis can give unstable classification because the homogeneity assumption could not be fulfilled. Quadratic discriminant analysis can be the best solution for that problem because the heterogeneity matrix would not be ignored. In this thesis, data that will be used is primer data of diabetes patient in Puskesmas Kecamatan Pesanggrahan Kota Jakarta Selatan. Based on linear discriminant function, it gets that someone who have more weight, more triglycerides level, and more systolic blood pressure level will make s/he classified into diabetes patient. Then, based on APER test, it gets that the percentage of misclassification on testing data using linear discriminant analysis is 35.13% and using quadratic discriminant analysis is 27.02%. Furthermore, based on accuracy and stability test using quadratic discriminant analysis is evaluated to be more accurate and more stable than using linear discriminant analysis. Therefore, classification of diabetes case using quadratic discriminant analysis is more optimal than using linear discriminant analysis.

Item Type: Thesis (Sarjana)
Additional Information: 1) Dra. Widyanti Rahayu, M. Si 2) Vera Maya Santi, M. Si
Subjects: Sains > Matematika
Divisions: FMIPA > S1 Matematika
Depositing User: sawung yudo
Date Deposited: 24 Mar 2022 06:44
Last Modified: 24 Mar 2022 06:44
URI: http://repository.unj.ac.id/id/eprint/25324

Actions (login required)

View Item View Item