Penerapan Metode ID3 Berbasis Ensemble Bagging Pada Dataset Kaggle Pima Indian Diabetes

Penerapan teknologi informasi telah memasuki berbagai bidang khususnya bidang medis. Teknologi data mining bisa digunakan untuk memprediksi penyakit diantaranya adalah diabetes. Model dari data mining diantaranya adalah klasifikasi. Di bidang klasifikasi terdapat banyak cabang yang berkembang salah satunya adalah pohon keputusan. Algoritma tree yang digunakan pada penelitian ini adalah ID3. Dalam penelitian ini dataset yang digunakan yaitu Pima Indian Diabetes yang diambil dari Kaggle UCI repository. Dataset berjumlah 768 data dengan pasien keseluruhannya adalah perempuan dengan umur minimal 21 tahun. Data ini bertipe data kontinyu (numerik) dan masih mengandung missing value sehingga perlu dilakukan pre-processing terlebih dahulu sebelum data ini diolah ke metode selanjutnya. Pre-processing dari dataset ini terdapat 2 proses yaitu imputasi missing value kemudian diskritisasi. Setelah data di pre-processing maka dapat dilakukan proses pembentukan sistem menggunakan metode ID3 ensemble bagging. Metode ensemble bagging merupakan metode yang digunakan untuk meningkatkan performa akurasi algoritma klasifikasi. Di dalam metode ensemble bagging terdapat dua proses yaitu pembentukan data baru atau Bootstrap data dan penyatuan hasil prediksi atau agregatting. Pembuatan model pada penelitian ini adalah dengan menerapkan 10-fold cross validation. Setelah itu evaluasi hasil pengujian menggunakan data testing. Pengujian metode ID3 memiliki rata-rata akurasi sebesar 74,89%. Sedangkan pengujian menggunakan metode ID3 dengan bagging memiliki rata-rata akurasi tertinggi sebesar 76.83%. Hasil tersebut menunjukkan penambahan akurasi sebesar 1,94%.