KLASIFIKASI AUTISM SPECTRUM DISORDER MENGGUNAKAN ALGORITMA NAIVE BAYES

Abstract

Autism Spectrum Disorders (ASD) merupakan suatu kelainan pada otak manusia yang mengakibatkan seseorang mengalami gangguan dalam melakukan komunikasi dan interaksi terhadap sosial. Meningkatnya penderita Autism Spectrum Disorders di dunia memerlukan deteksi dini terhadap kelainan tersebut untuk mengurangi risiko negatif yang ditimbulkan dan memberikan perawatan yang tepat untuk penderitanya. Beberapa peneliti telah melakukan klasifikasi Autism Spectrum Disorders, namun belum ada yang mengklasifikasikan Autism Spectrum Disorders dengan algoritma Naive Bayes. Sehingga pada penelitian ini klasifikasi Autism Spectrum Disorders dilakukan berdasarkan Diagnostic and Statistical Manual of Mental Disorders Fifth Edition (DSM-5) dengan algoritma Naive Bayes. Dalam dataset terdapat 292 anak dengan dua kelas yaitu normal dan Autism Spectrum Disorders yang diperoleh dari UCI Machine Learning Repository. Terdapat 20 atribut yang digunakan untuk mengklasifikasikan Autism Spectrum Disorders pada anak. Data yang ada dibagi menjadi data latih dan data uji berdasarkan hold out validation. Berdasarkan hasil klasifikasi, Naive Bayes dengan rasio data latih dan uji 1:1 menghasilkan akurasi tertinggi sebesar 98.6301%.