PENERAPAN METODE ALGORITMA C4.5 DAN RAPID MINER UNTUK PREDIKSI PENYAKIT JANTUNG

PENERAPAN METODE ALGORITMA C4.5 DAN RAPID MINER UNTUK PREDIKSI PENYAKIT JANTUNG

• By Nunung Siti Nurjanah;
• S1- Sistem Infomasi
• 3

Penyakit jantung adalah penyebab utama kematian global dan di Indonesia. Deteksi dini dan klasifikasi

yang tepat sangat penting untuk pencegahan dan pengobatan dini. Penyakit ini disebabkan oleh penyumbatan

pembuluh darah yang mengganggu suplai darah dan oksigen ke otot jantung. Beberapa jenis termasuk penyakit

jantung coroner, gagal jantung, aritmia, dan penyakit jantung bawaan, dipengaruhi oleh factor yang sangat berisiko

seperti nyeri dada, hasil elektrocardio grafi, tekanan darah dan kadar kolesterol, jumlah pembulu darah dan lain

sebagainya. Penelitian ini menggunakan metode kuantitaf yaitu metode yang mengandalkan pengukuran objektif

dan analisis matematis (statistik) terhadap sampel data yang diperoleh memalui situs kaggel untuk membuktikan

atau menguji hipotesis. Studi ini menggunakan algoritma C4.5 dan RapidMiner untuk klasifikasi penyakit jantung

dengan dataset yang di peroleh dari situs Kaggle, yang telah di-preprocess dan dianalisis menggunakan

RapidMiner dan Google Colab. Hasilnya menunjukkan model memiliki akurasi 96.12%, menunjukkan potensi

teknik data mining dalam meningkatkan deteksi dini dan pengelolaan penyakit jantung.

Kata Kunci : penyakit jantung, deteksi dini, klasifikasi, algoritma C4.5, RapidMiner 

• Katakunci Penyakit jantung
• URL http://
• Penerbit Bina Sarana Informatika,

REFERENSI

Abdul Najib, Damar Nurcahyono, R. P. P. S. (2019). Klasifikasi Diagnosa Penyakit

Diabetes Mellitus ( Dm ). 11(Dm), 47–59.

Agus Oka Gunawan, I. M., Indah Saraswati, I. D. A., Riswana Agung, I. D. G., & Eka

Putra, I. P. (2023). Klasifikasi Penyakit Jantung Menggunakan Algoritma Decision

Tree Series C4.5 Dengan Rapidminer. Jurnal Teknologi Dan Sistem Informasi Bisnis,

5(2), 73–83. https://doi.org/10.47233/jteksis.v5i2.775

Agusyul, A. Y., & Firmansyah, F. (2023). Prediksi Penyakit Jantung Menggunakan

Algoritma Random Forest. Jurnal Minfo Polgan, 12(2), 2239–2246.

https://doi.org/10.33395/jmp.v12i2.13214

Aritonang, Anggraini, Y., & Leniwita, H. (2020). Buku I : Modul keperawatan medikal

bedah I. Universitas Kristen Indonesia Institutional Repository, 344.

http://repository.uki.ac.id/2744/1/MODULKEPERAWATANMEDIKALBEDAHIB

uku1.pdf%0Ahttp://repository.uki.ac.id/id/eprint/2744%0A

Bianto, M. A., Kusrini, K., & Sudarmawan, S. (2020). Perancangan Sistem Klasifikasi

Penyakit Jantung Mengunakan Naïve Bayes. Creative Information Technology

Journal, 6(1), 75. https://doi.org/10.24076/citec.2019v6i1.231

Candra Permana, B. A., & Dewi Patwari, I. K. (2021). Komparasi Metode Klasifikasi Data

Mining Decision Tree dan Naïve Bayes Untuk Prediksi Penyakit Diabetes. Infotek :

Jurnal Informatika Dan Teknologi,

4(1), 63–69.

https://doi.org/10.29408/jit.v4i1.2994

Dwi Meliani Achmad, Budanis, Slamat, F. (2012). Klasifikasi Data Karyawan Untuk

Menentukan Jadwal Kerja Menggunakan Metode Decision Tree. Jurnal IPTEK,

16(1), 18–23. http://jurnal.itats.ac.id/wp-content/uploads/2013/06/3.-BUDANISFINAL-hal-17-23.pdf

Herawati, F., & Juslim, R. R. (2018). Penyakit Kardiovaskular: Seri Pengobatan Rasional.

Graha Ilmu, 1–2. http://repository.ubaya.ac.id/37369/7/Seri Pengobatan Rasional 1-

Penyakit Kardiovaskular.pdf

Informatika, J., Rekayasa, D., Jakakom, K., C, M. A., Dwi, Z., & Sari, R. (2024).

Penerapan Data Mining Untuk Prediksi Penyakit Diabetes Jurnal Informatika Dan

Rekayasa Komputer ( JAKAKOM ). 4(April), 827–834. 

Kurniati, D., & Jailani, M. S. (2023). Kajian Literatur : Referensi Kunci, State Of Art,

Keterbaruan Penelitian (Novelty). Jurnal QOSIM : Jurnal Pendidikan, Sosial &

Humaniora, 1(1), 1–6. https://doi.org/10.61104/jq.v1i1.50

Maulana Sidiq, C., Faqih, A., & Dwilestari, G. (2024). Algoritma Decision Tree C4.5

Digunakan Untuk Mengklasifikasikan Data Stroke. JATI (Jurnal Mahasiswa Teknik

Informatika), 8(2), 1869–1874. https://doi.org/10.36040/jati.v8i2.8388

Pangaribuan, J., Tedja, C., & Wibowo, S. (2019). Perbandingan Metode Algoritma C4.5

dan Extreme Learning Machine untuk Mendiagnosis Penyakit Jantng Korner.

Informatics Engineering Research and Technology, 1(1), 1–7.

Pradana, D., Luthfi Alghifari, M., Farhan Juna, M., & Palaguna, D. (2022). Klasifikasi

Penyakit Jantung Menggunakan Metode Artificial Neural Network. Indonesian

Journal of Data and Science, 3(2), 55–60. https://doi.org/10.56705/ijodas.v3i2.35

Rampengan, S. H. (2014). Buku praktis kardiologi. In Badan Penerbit Fakultas

Kedokteran Universitas Indonesia.

Santoso, M., Al-Akbar, B., Nurjaya, H., Ramadhan, S. A., Rizky, N. A., & Fadillah, A.

(2024). Klasifikasi Potensi Penyakit Jantung Menggunakan Algoritma C4.5. Jurnal

INSAN Journal of Information System Management Innovation, 3(2), 96–103.

https://doi.org/10.31294/jinsan.v3i2.3056

Wajhillah, R. (2014). Particle Swarm Optimization Untuk Prediksi Penyakit Jantung.

Swabumi, I(1), 26–36.