Abstrak— Stroke merupakan gangguan fungsi otak baik lokal maupun menyeluruh yang
disebabkan karena pasokan darah ke otak terganggu yang terjadi secara cepat dan berlangsung
lebih dari 24 jam atau berakhir dengan kematian. Stroke Merupakan 1 dari 10 jenis
penyakit yang paling mematikan di Indonesia. Hal ini berdasarkan pada data yang dikumpulkan
dari sampel yang mewakili Indonesia, meliputi 41.590 kematian sepanjang 2014 dan pada
semua kematian itu dilakukan autopsi verbal, sesuai pedoman Badan Kesehatan Dunia.
Pentingnya mengetahui gejala sejak dini merupakan langkah awal dalam pencegahan terjadinya
stroke. Maka itu, dilakukan penelitian untuk menganalisa data terkait dengan penyebab stroke.
Adapun atribut yang terlibat dalam penyebab terjadinya stroke yakni, usia, jenis kelamin, kadar
glukosa, riwayat penyakit jantung, hipertensi, tipe pekerjaan, tipe tempat tinggal, status
merokok, index masa tubuh dan status pernikahan. Diperlukan suatu algoritma tertentu untuk
mengklasifikasikan semua atribut tersebut. C45 merupakan Algoritma yang paling banyak
digunakan, dalam kasus ini akurasi dari algoritma C4.5 sebesar 99.07%. Selanjutnya Algoritma
C4.5 dioptimasi dengan menggunakan Particle Swarm Optimization sehingga memperoleh
akurasi sebesar 99.28% dan Algoritma C4.5 juga dioptimasi dengan menggunakan Genetic
Algorithm sehingga memperoleh akurasi sebesar 99.38%.
File Jurnal
Peer Review Jurnal
[1] LF, N. (2013). Stroke Non Hemoragik Pada Laki-Laki Usia 65
Tahun . Medula, 1-9.
[2] Widowati, U. (2015, Mei 14). Berita Kesehatan : 10 Penyakit
Paling Mematikan di Indonesia . Retrieved juni 29, 2018, from
CNN Indonesia:
https://www.cnnindonesia.com/gayahidup/20150513163407-
255-53129/10-penyakit-paling-mematikan-di-indonesia.
[3] Albirra, F. (2017, November 21). Kesehatan : Inilah Penyakit
yang Paling Banyak Menyerang Masyarakat Indonesia.
Retrieved Juni 29, 2018, from Jawa Pos:
https://www.jawapos.com/kesehatan/21/11/2017/inilah-
penyakit-yang-paling-banyak-menyerang-masyarakat-
indonesia
[4] Adelina, V., Ratnawati, D. E., & Fauzi, M. (2018).Klasifikasi
Tingkat Risiko Penyakit Stroke Menggunakan Metode GA-
Fuzzy Tsukamoto . Jurnal Pengembangan Teknologi
Informasi dan Ilmu Komputer, 3015-3021.
[5] Fauzi, A., & Suharjo, B. (2016). Pengaruh Sumber Daya
Finansial, Aset Tidak Berwujud dan Keunggulan Bersaing
yang Berimplikasi Terhadap Kinerja Usaha Mikro, Kecil dan
Menengah di Lombok NTB. Manajemen IKM, 151-158.
[6] Lestari , Y. A., & Nuzula , N. F. (2017). Analisis pengaruh
financial leverage dan operating leverage terhadap
profitabilitas perusahaan. Jurnal Administrasi Bisnis, 1-10.
[7] Susanto, S., & Suryadi, D. (2010). Pengantar Data Mining
Menggali Pengetahuan dari Bongkahan Data.Yogyakarta: C.V
ANDI OFFSET.
[8] Saputra, R. A. (2014). Komparasi Algoritma Klasifikasi Data
Mining Untuk Memprediksi Penyakit Tuberculosis (Tb): Studi
Kasus Puskesmas Karawang Sukabumi. In Seminar Nasional
Inovasi dan Tren (SNIT) (pp. 1-8).
[9] Nofriansyag, D & Nurcahyo, G.W.(2015). Algoritma Data
Mining Dan Pengujian.Yogyakarta. Deepublish.
[10] Ramdhani, L. S. (2016). Penerapan Particle Swarm
Optimization (PSO) untuk Seleksi Atribut dalam
Meningkatkan Akurasi Prediksi Diagnosis Penyakit Hepatitis
dengan Metode Algoritma C4. 5. Swabumi, 4(1), 1-15.
[11] Nugroho, D. P. (2015). Optimasi Solusi Permasalahan Rute
Kendaraan Dengan Pemerataan Beban Menggunakan Genetic
Algorithm. Jurnal Penelitian Transportasi Multimoda, 1-10.