Jurnal Ilmu Teknik Elektro Komputer dan Informatika (JITEKI) Vol. 3, No. 2, Desember 2017  100 Seleksi Fitur Menggunakan Penambang Data Berbasis Variable Precision Rough Set (VPRS) untuk Diagnosis Penyakit Jantung (D. Normawati) SELEKSI FITUR MENGGUNAKAN PENAMBANGAN DATA BERBASIS VARIABLE PRECISION ROUGH SET (VPRS) UNTUK DIAGNOSIS PENYAKIT JANTUNG KORONER Dwi Normawati, Sri Winiarti Program Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas Ahmad Dahlan Kampus III, Jln. Prof. Dr. Soepomo, S.H. Umbulharjo, Yogyakarta 55161 e-mail: dwi.normawati@tif.uad.ac.id Abstract Coronary heart disease often causes death on human. This disease occurs when there is atherosclerosis (fat deposits) that block s the flow of blood to the heart muscle in the coronary arteries. The gold standard method that doctors refer to diagnose coronary heart disease is the coronary angiography. However, this method is invasive, high risk and expensive. The purpose of this research is to perform a diagnosis of coronary heart disease based on computer using datamining by the feature selection method and by classifying the dataset of Cleveland heart disease.The feature selection method based on medical expert (MFS) and also the feature selection method based on computer, which is the feature selection method using the data mining method based on the Variable Precision Rough Set (VPRS) theory. Which is the development from the Rough Set Theory. This research begins by doing literature study about the feature selection method based on medical expert or motivated feature selection (MFS) and feature selection method based on computer that is the VPRS theory. To avoid missing features that the research considered by medical expert and by computer. In the end, the feature selection process based on VPRS and the combination of VPRS with MFS can improve the classification performance for diagnosing coronary heart disease significantly. This can be seen by the smaller number of rules generated and the values accuracy which is better than the classification with-out the feature selection. Keywords: coronary heart disease; Cleveland; feature selection Abstrak Penyakit jantung koroner merupakan penyakit yang banyak menyebabkan kematian pada manusia. Penyakit ini terjadi ketika terdapat atherosclerosis (timbunan lemak) yang menghalangi aliran darah ke otot jantung pada arteri koronaria. Metode gold standard yang menjadi rujukan para dokter untuk mendiagnosis penyakit jantung koroner adalah coronary angiography. Namun metode ini invasisve, mempunyai resiko tinggi dan mahal. Tujuan penelitian ini adalah melakukan diagnosis penyakit jantung koroner berbasis komputer menggunakan data mining dengan melakukan seleksi fiture dan melakukan klasifikasi pada dataset penyakit jantung Cleveland. Pada penelitian ini, menggunakan metode seleksi fitur berbasis pakar medis (MFS) dan juga menggunakan metode seleksi fitur berbasis komputer yaitu metode seleksi fiture menggunakan metode data mining berbasis teori Varible Precision Rough Set (VPRS) yang merupakan pengembangan dari teori Rough Set . Pada penelitian ini, studi literature tentang metode seleksi fiture berbasis pakar medis atau motivated feature selection (MFS) dan metode seleksi fitur berbasis komputer yaitu berbasis teori VPRS dilakukan. Penggabungan metode seleksi fitur berbasis pakar medis dan komputer juga dilakukan agar dapat menghindari terhapusnya fitur-fitur yang dianggap penting oleh pakar medis. Pada akhirnya, proses seleksi fitur basis komputer yaitu VPRS dan penggabungan VPRS dengan MFS mampu meningkatkan performa klasifikasi secara signifikan untuk mendiagnosis penyakit jantung koroner, dilihat dari lebih sedikitnya jumlah rule yang dihasilkan dan nilai hasil akurasi yang lebih baik dibandingkan dengan klasifikasi tanpa seleksi fitur. Kata kunci : penyakit jantung coroner; Cleveland; seleksi fitur