Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu masalah utama
dalam kesehatan di Indonesia. Jumlah persentase angka kematian atau
biasa disebut dengan Case Fatality Rate (CFR) yang diakibatkan
penyakit DBD masih cukup tinggi. Dari target rencana dan strategi yang
dicanangkan pemerintah nilai CFR DBD kurang dari 1%. Akan tetapi masih
banyak terdapat provinsi yang nilai CFR DBD diatas 1%. Penelitian ini
bertujuan membangun sistem deteksi potensi kenaikan CFR DBD di tiap
provinsi berdasarkan hasil klasifikasi dataset CFR DBD dengan
menggunakan algoritma C4.5. Metode yang digunakan dalam penelitian ini
adalah Research and Development. Proses research meliputi proses klasifikasi dimana tahapan-tahapannya mengadopsi Sembilan tahapan dari Knowledge Discovery in Databases (KDD). Hasil klasifikasi berupa classification rule yang nantinya akan dievaluasi menggunakan confusion matrix dan kurva Receiver Operating Characteristic untuk mengetahui seberapa tinggi performa algoritma C4.5 dalam membuat klasifikasi data kenaikan CFR DBD. Selanjutnya classification rule
diterapkan dalam membangun sistem informasi deteksi potensi kenaikan
CFR DBD di tiap provinsi di Indonesia. Hasil dari pembangunan sistem
informasi ini diharapkan mampu mendeteksi potensi kenaikan CFR DBD pada
suatu provinsi dan memberikan informasi faktor yang paling berpengaruh
terhadap kenaikan persentase CFR tersebut sehingga dapat dilakukan
pengendalian kenaikan CFR DBD berdasarkan faktor yang paling berpengaruh
terhadapnya.
Jurnal_Deteksi_CFR_Diare