Klasifikasi Untuk Mendeteksi Penyakit Paru Paru Dengan Algoritma Decision Tree

Klasifikasi Untuk Mendeteksi Penyakit Paru Paru Dengan Algoritma Decision Tree

• By Dinova. Muhammad Alfito;
• Jurnal
• 7

Abstrak - Paru-paru adalah organ vital dalam sistem pernapasan manusia yang berfungsi untuk pertukaran gas, yakni mengambil oksigen dari udara dan mengeluarkan karbon dioksida dari darah. Terletak di dalam rongga dada dan dilindungi oleh tulang rusuk, paru-paru terdiri dari dua bagian utama yaitu paru-paru kanan yang memiliki tiga lobus dan paru-paru kiri yang memiliki dua lobus. Struktur utama paru-paru meliputi trakea yang bercabang menjadi bronkus, bronkiolus, dan alveoli tempat pertukaran gas terjadi. Paru-paru juga dilapisi oleh membran pleura yang memungkinkan pergerakan mulus selama pernapasan. Paru-paru dapat dengan mudah terserang penyakit apabila terlalu sering terpapar udara yang telah tercemar, virus, maupun bakteri yang mengakibatkan infeksi pada saluran pernafasan. Untuk mengetahui apakah seseorang terkena penyakit paru-paru dapat diketahui oleh seorang tenaga medis dengan beberapa analisis terkait faktor-faktor yang dapat menyebabkan penyakit paru-paru bisa terjadi. Dengan menggunakan metode mlasifikasi machine learning maka akan sangat memudahkan dalam mendeteksi penyakit paru-paru tersebut. Algoritma klasifikasi yang digunakan adalah decision tree yang telah dikenal mampu memberikan akurasi yang sangat baik. Dengan kemudahan tersebut maka diharapkan dapat berguna bagi tenaga kerja kesehatan dalam mendeteksi dini seseorang yang mungkin mempunyai penyakit paru-paru sehingga dapat lebih awal di beri tindakan dengan baik. Dari hasil pengujian menghasilkan akurasi yang cukup tinggi yaitu sebesar 89,56 %.

• Katakunci
• URL http://
• Penerbit ,

REFERENSI

Alber, J. (2021). Klasifikasi Data Mining Untuk Menentukan Tingkat Kepuasan Pengguna Transportasi Bus Trans Metro Pekanbaru Menggunakan Metode Naïve Bayes.

Bahri, S., & Lubis, A. (2020). METODE KLASIFIKASI DECISION TREE UNTUK MEMPREDIKSI JUARA ENGLISH PREMIER LEAGUE. 2(1).

Fadlil, A., & Prayogi, D. (2022). Face Recognition Using Machine Learning Algorithm Based on Raspberry Pi 4b. International Journal of Artificial Intelligence Research, ISSN(1), 2579–7298. https://doi.org/10.29099/ijair.v7i1.321

Febriani S, S. H. (2021). Analisis Data Hasil Diagnosa untuk Klasifikasi Gangguan Kepribadian menggunakan Algoritma C4.5. Jurnal Teknologi Dan Sistem Informasi (JTSI), Vol 2, 89–95.

Febrywinata, E. (2024). Pengenalan Dan Klasifikasi Jenis Buah Menggunakan Metode CNN Secara Sederhana Dengan Menggunakan Google Colab. Juli, 2(4), 185193. https://doi.org/10.61132/merkurius.v2i4.162

Haffandi, M. Y., Haerani, E., Syafria, F., & Oktavia, L. (2022). KLASIFIKASI PENYAKIT PARU-PARU DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Jurnal Teknik Informasi Dan Komputer (Tekinkom), 5(2), 176. https://doi.org/10.37600/tekinkom.v5i2.649

Hafid, H. (2023). Penerapan K-Fold Cross Validation untuk Menganalisis Kinerja Algoritma K-Nearest Neighbor pada Data Kasus Covid-19 di Indonesia. In Journal of Mathematics (Vol. 6, Issue 2). http://www.ojs.unm.ac.id/jmathcos

Musa, O., & Alang, D. (2021). ANALISIS PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS PADA RUMAH SAKIT ALOEI SABOE KOTA GORONTALO.

Rahmawati, E., & Wibawanto, D. H. (2020). Sistem Pakar Diagnosis Penyakit Paru Paru Menggunakan Metode Forward Chaining. Romzi, M., & Kurniawan, B. (2020). PEMBELAJARAN PEMROGRAMAN PYTHON DENGAN PENDEKATAN LOGIKA ALGORITMA (Issue 2).

Wanda, A., Wenda, A., Adi Suryanto, A., Nur Alam, S., & Suhada, K. (2023). JURNAL MEDIA INFORMATIKA BUDIDARMA Sistem Pakar Untuk Mendiagnosa Penyakit Paru-Paru dengan Menggunakan Metode Teorema Bayes. https://doi.org/10.30865/mib.v7i1.5394

Wardhana, R. G., Wang, G., & Sibuea, F. (2023). PENERAPAN MACHINE LEARNING DALAM PREDIKSI TINGKAT KASUS PENYAKIT DI INDONESIA. In Journal of Information System Management (JOISM) e-ISSN (Vol. 5, Issue 1).