ANALISIS & IMPLEMENTASI ALGORITMA KELELAWAR SEBAGAI FITUR SELEKTOR DALAM KLASIFIKASI DERMATOLOGY
Abstract: Penyakit kulit
merupakan salah satu penyakit yang perlu ditangani secara serius baik dalam
pencegahan maupun pengobatan.Di Indonesia, penyakit kulit merupakan penyakit
yang menjangkit terbanyak kedua sejumlah 501.280 kasus. Sebagai upaya
pencegahan dan pengobatan perlu diketahui klasifikasi penyakit kulit apa yang
sedang diderita. Untuk mengetahui klasifikasi penyakit yang tepat perlu
diketahui fitur-fitur yang tepat pula. Salah satu jenis penyakit kulit yaitu
Erythemato-squamou sangat sulit untuk deteksi karena fitur klinis maupun
histopatologis menampilkan 90% fitur
serupa. Solusi untuk mengoptimasi kinerja klasifikasi dan memilih fitur yang
tepat bisa menggunakan metode bio-inspired salah satunya algoritma kelelawar.Pada
penelitian sebelumnya algoritma kelelawar mampu memberikan perfoma yang lebih
baik bila dibandingkan dengan algoritma genetika, Particle Swarm Optimization
dan Geometric Particle Swarm Optimization. Oleh karena Algoritma Kelelawar
memberikan hasil yang baik dalam penelitian komparasi sebelumnya, pada
penelitian ini Algoritma Kelelawar digunakan sebagai feature selector untuk
membantu proses klasifikasi Dermatology menggunakan Naive Bayes dan
Backpropagation dengan harapan akurasi yang dihasilkan klasifier lebih optimal.
Penelitian ini menggunakan dua skenario dimana skenario pertama klasifikasi
berjalan tanpa menggunakan algoritma kelelawar, dan skenario kedua menggunakan
algoritma kelelawar.Hasil penelitian ini mendapatkan kesimpulan bahwa dengan
menggunakan algoritma kelelawar akurasi klasifikasi Dermatolgy dapat meningkat.
Pada klasifier Naive Bayes akurasi meningkat dari 81,81% menjadi 97,27% dan
klasifier Backpropagation meningkat dari 61.40% menjadi 92.39% dengan
menggunakan variabel yang paling optimal yaitu ?=0,75, ?=1 dan ?=0,25.
Dari kedua klasifier yang digunakan, algoritma kelelawar mampu
memberikan hasil yang konsisten sebagai feature selector dengan menghasilkan
pemilihan fitur optimal yang sama yaitu fitur : itching, PNL infiltrate,
Parakeratosis, Elongation of the rete ridges, Munro microabcess, dan Follicular
horn plug.
Penulis: Ketut Ardha Chandra
Kode Jurnal: jptkomputerdd160135
