Penerapan Algoritma C4.5 Dalam Prediksi Resiko Diabetes Tahap Awal (Early Stage Diabetes)

Penerapan Algoritma C4.5 Dalam Prediksi Resiko Diabetes Tahap Awal (Early Stage Diabetes)

• By Yusnaeni, Wina; Widiarina,;
• Jurnal Nasional Terakreditasi
• 402
• 56-60

Penyakit diabetes penyakit yang sering di jumpai di semua kalangan masyarakat. Dari data yang di dapat bahkan setiap tahunnya terjadi peningkatan penderita diabetes di dunia. Banyaknya gejala tahap awal yang bisa dijadikan acuan seseorang di prediksi terkena gejala diabetes atau tidak. Oleh karena itu pentingnya pencegahan sehingga peningkatan akan kesehatan dan bisa terhindar dari penyakit diabetes ini. Berdasarkan alasan tersebut disini peneliti melakukan penelitian dengan menggunakan metode decision tree (C4.5) dengan bantuan aplikasi rapid miner. Data yang didapat merupakan data klasifikasi tahap awal penderita diabetes. Dengan melakukan uji training dan uji coba dengan perbandingan 90:10 menggunakan split data pada aplikasi rapid miner dan mengolah dengan metode decision tree selain itu menambahkan perfomance untuk menhitung akurasi. Hasilnya di dapat berupa pohon keputusan yang bisa di jadikan role dalam uji testing dataset. Selain itu hasil evaluasi data di dapat tingkat akurasi sebesar 88.46 % dimana jumlah presentase ini dikatakan dalam kategori good clasification.

• Katakunci diabetes , decision tree, akurasi
• URL https://ejournal.bsi.ac.id/ejurnal/index.php/jtk/article/view/11566/pdf
• Penerbit Jurnal Teknik Komputer LPPM Universitas Bina Sarana Informatika, Jakarta DKI Jakarta

REFERENSI

Aris, F. (2019). Penerapan Data Mining untuk Identifikasi Penyakit Diabetes Melitus dengan Menggunakan Metode Klasifikasi. 1(1), 1–6.Darmawan, E. (2018). C4.5 Algorithm Application for Prediction of Self Candidate New Students in Higher Education. Jurnal Online Informatika, 3(1), 22. https://doi.org/10.15575/join.v3i1.171

dr. Apriliana Adyaksari, Sp. PD, M. K. (2020). Waspada! Inilah Tanda-Tanda Gejala Diabetes. Https://Www.Emc.Id/Id/Care-plus/Waspada-Inilah-Tanda-Tanda-Gejala-Diabetes, 1.

Elisa, E. (2017). Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti. Jurnal Online Informatika, 2(1), 36. https://doi.org/10.15575/join.v2i1.71

Fauzi, A., Saraswati, N. M., Cipta, R., & Hariyono, S. (2020). PENERAPAN ALGORITMA K-MODES DAN C4.5 UNTUK PREDIKSI PEMILIHAN JURUSAN DI UNIVERSITAS PERADABAN PADA SISWA SMA (Studi Kasus: SMA Islam Ta’allumul Huda Bumiayu). 1(2), 57–64.

Fiarni, C., Sipayung, E. M., & Maemunah, S. (2019). Analysis and prediction of diabetes complication disease using data mining algorithm. Procedia Computer Science, 161, 449–457. https://doi.org/10.1016/j.procs.2019.11.144

Gifu, D. (2021). The Use of Decision Trees for Analysis of the Epilepsy. Procedia Computer Science, 192, 2844–2853. https://doi.org/10.1016/j.procs.2021.09.055

Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Springer Berlin Heidelberg. https://doi.org/DOI 10.1007

Much Aziz Muslim, Budi Prasetiyo, Eva Lalily Hamum M, Anisa Juli H, Mirqotussa’adah, Siti Hardiyanti R, A. N. Z. (2019). Data Mining Algoritma C4.5. In N. C. Eka Listiana (Ed.), Data Mining Algoritma C4.5. CV. Harian Jateng Network.

Noviandi. (2018). Implementasi Algoritma Decision Tree C4.5 Untuk Prediksi Penyakit Diabetes. Jurnal INOHIM, 6(1), 1–5. https://inohim.esaunggul.ac.id/index.php/INO/article/view/142

Putri, sanni ucha, Irawan, E., & Rizky, F. (2021). Implementasi Data Mining Untuk Prediksi Penyakit Diabetes. KESATRIA( Jurnal Penerapan Sistem Informasi Dan Manajemen, 2(1), 39–46.

Yusnaeni, W., & Widiarina. (2021). laporan Akhir: Penerapan Algoritma C4.5 Dalam Prediksi Resiko Diabetes Tahap Awal (Early Stage Diabetes).