Analisis Kinerja Metode Rough Set dan Algoritma Apriori dalam Identifikasi Pola Penyakit Demam Tifoid

Abstract

An element that is very important and everyday needs at this time is an information, to get a right and accurate information is not easy, this research can help the decision maker and to make a comparison. The Researcher did the data mining techniques for make analysis rough sets methods and apriori algorithms, the usefulness of rough set method that got a brief estimate of the rules with the reduction function, whereas the Apriori algorithm can find the combination of set items that often appear in the database by taking into account the minimum support (minsup), the main process has been done apriori algorithm was join and prune. The purpose of this research to increases the accuracy of the rough set methods and apriori algorithms to obtain accurate identification of typhoid fever. Initial input variables used seven variables. From the results of this research was conducted on a dataset of typhoid fever, rough set method produces four long rule and apriori algorithm produced three long rule, while the average value of the resulting accuracy of 87.4% from the second method is used.

Suatu elemen yang sangat penting dan menjadi kebutuhan sehari-hari saat ini adalah sebuah informasi, untuk mendapatkan sebuah informasi yang tepat dan akurat tidaklah mudah, penelitian ini dapat membantu para pengambil keputusan serta menjadikan sebagai perbandingan. peneliti melakukan teknik data mining untuk analisa kinerja metode rough set dan algoritma apriori, kegunaan dari metode rough set yaitu mendapat perkiraan aturan yang singkat dengan fungsi reduksi, sedangkan algoritma apriori dapat mencari kombinasi item set yang sering muncul dalam basis data dengan memperhatikan minimum support (minsup), proses utama yang dilakukan algoritma apriori adalah join (penggabungan) dan prune (pemangkasan). Tujuan penelitian ini meningkatkan akurasi metode rough set dan algoritma apriori untuk mendapatkan akurasi identifikasi penyakit demam tifoid. Variabel input awal yang digunakan sebanyak tujuh varibel. Dari hasil penelitian yang dilakukan pada dataset penyakit demam tifoid, metode rough set menghasilkan empat panjang rule dan algoritma apriori menghasilkan tiga panjang rule, sedangkan nilai rata-rata akurasi yang dihasilkan sebesar 87,4% dari kedua metode yang digunakan.