ABSTRAK

Dian Tri Rumawati (16140022), Klasifikasi Penyakit Autis Pada Anak Menggunakan Metode Naïve Bayes dan Backward Elimination

Autism merupakan suatu gangguan perkembangan secara menyeluruh yang mengakibatkan hambatan dalam kemampuan sosialisasi, komunikasi, dan juga perilaku pada anak. Jumlah Penderita autism di Indonesia mengalami peningkatan setiap tahun, pada tahun 2015 diperkirakan 1 dari 250 anak menderita artinya ada 12.800 anak penyandang autism atau 134.000 penyandang spectrum Autis. Menggunakan dataset dari hasil penelitian sebelumnya yang diunggah di Univercityof California Irvine machine learning data repository dengan judul Autistic Spectrum Disorder Screening Data For Children. Data diperoleh sebanyak 248 data tediri dari 20 atribute dan 1 class. Pada penelitian ini dilakukan klasifikasi deteksi penyakit autis pada anak menggunakan metode optimasi fitur Backward Elimination dan Naïve Bayes. Berdasarkan hasil pembahasan yang telah dilakukan, dapat disimpulkan bahwa metode naïve bayes saja tidak mendapatkan hasik akurasi yang optimal, Kemudian penggabungan metode naïve bayes dengan backward elimination mendapatkan peningkatan akurasi sebesar 4% sehingga nilai tingkat akurasi akhirnya sebesar 98,67 % dengan nilai AUC mencapai 0.995

Kata Kunci : Penyakit Autis Anak, Backward Elimination, Naïve Bayes, Klasifikasi