PENERAPAN ALGORITMA K MEANS CLUSTERING DAN C 4.5 PADA PENYAKIT JANTUNG BERDASARKAN USIA

PENERAPAN ALGORITMA K MEANS CLUSTERING DAN C 4.5 PADA PENYAKIT JANTUNG BERDASARKAN USIA

• By PRANANTA, ARDANAN, FRILIAN;
• S1 - Teknik Informatika
• 4
• 1-72

Menurut Organisasi Kesehatan Dunia (WHO), pada tahun 2019, penyakit kardiovaskular menyebabkan sekitar 17,9 juta kematian di seluruh dunia, mewakili 32% dari total kematian. Mayoritas kematian ini disebabkan oleh serangan jantung dan stroke. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dan C4.5 dalam memprediksi penyakit jantung berdasarkan usia pasien. Algoritma K-Means Clustering digunakan untuk mengelompokkan pasien berdasarkan karakteristik usia mereka, sementara algoritma C4.5 digunakan untuk mengidentifikasi faktor usia yang paling signifikan dalam menentukan risiko penyakit jantung. Hasil penelitian menunjukkan bahwa algoritma K-Means Clustering berhasil mengelompokkan pasien ke dalam lima cluster, yaitu cluster_0 dengan 120 pasien, cluster_1 dengan 7 pasien, cluster_2 dengan 196 pasien, cluster_3 dengan 52 pasien, dan cluster_4 dengan 225 pasien. Pengelompokan ini membantu dalam melihat pola rata-rata usia pasien yang terkena penyakit jantung. Selain itu, algoritma C4.5 mengidentifikasi bahwa usia 50 tahun merupakan kelompok usia dengan jumlah tertinggi pasien yang terkena penyakit jantung, yaitu sebanyak 147 pasien. Sedangkan kelompok usia 70 tahun memiliki jumlah terendah dengan hanya 5 pasien yang terkena penyakit jantung. Dari hasil penelitian ini, dapat disimpulkan bahwa algoritma K-Means Clustering dan C4.5 dapat digunakan secara efektif untuk memprediksi risiko penyakit jantung berdasarkan usia pasien.

• Katakunci Penyakit Jantung, K-Means Clustering, C4.5, Usia.
• URL http://
• Penerbit Bina Sarana Informatika,

REFERENSI

Agus Oka Gunawan, I Made, I Dewa Ayu Indah Saraswati, I Dewa Gede Riswana Agung, and I Putu Eka Putra. 2023. “Klasifikasi Penyakit Jantung Menggunakan Algoritma Decision Tree Series C4.5 Dengan Rapidminer.” Jurnal Teknologi Dan Sistem Informasi Bisnis 5(2): 73–83. doi:10.47233/jteksis.v5i2.775.

Anggraini, Rahayu, Elin Haerani, Jasril Jasril, and Iis Afrianty. 2022. “Pengelompokkan Penyakit Pasien Menggunakan Algoritma K-Means.” JURIKOM (Jurnal Riset Komputer) 9(6): 1840. doi:10.30865/jurikom.v9i6.5145.

Anief Rufiyanto, Muhammad Rochcham & Abdul Rohman. 2021. PENERAPAN ALGORITMA C4.5 UNTUK KEPUASAN MAHASISWA TAHUN 2020.

Depari, Deo Haganta, Yuni Widiastiwi, and Mayanda Mega Santoni. 2022. “Perbandingan Model Decision Tree, Naive Bayes Dan Random Forest Untuk Prediksi Klasifikasi Penyakit Jantung.” Informatik : Jurnal Ilmu Komputer 18(3): 239. doi:10.52958/iftk.v18i3.4694.

Dr.jerry M.H.Marbun, Sp, JP, FIHA. 2022. Penyakit Jantung. Banten.

Khalisatifa, Aida, Hestiana Dela Arum, and Muhammad Ihsan Jambak. 2024. “KLASIFIKASI RISIKO PENYAKIT SERANGAN JANTUNG DENGAN.” 14(1): 57–64.

Nandang Iriandi, Priatno, Ahmad Ishaq. 2020. Penerapan Data Mining Dengan Rapidminer Konsep Data Mining, Data Warehouse, Metode, Model, Teknik. Yogyakarta.

Nurdianto, Prihati Kristiawan. 2021. “Jurnal Cakrawala Informasi.” Cakrawala Informasi 1(1): 1–14.

Purnama Bedy. 2019. Pengantar Machine Learning Konsep Dan Praktikum Dengan Contoh Latihan Berbasris R Python. Bandung: Informatika Bandung.

Putri, Sanni, Eka Irawan, and Fitri Rizky. 2021. “Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4.5.” Januari 2(1): 39–46.

Raharja, Agung Rachmat, Jayadi, Angga Pramudianto, and Yoki Muchsam. 2024. “Penerapan Algoritma Decision Tree Dalam Klasifikasi Data ‘Framingham’ Untuk Menunjukkan Risiko Seseorang Terkena Penyakit Jantung Dalam 10 Tahun Mendatang.” Technologia Journal 1(1). doi:10.62872/cwgzp962.

Rahayu, T. Puji. 2020. Bebas Dari Penyakit. ed. Ida. Kecamatan Semarang Selatan, Semarang.Jawa Tengah. Kode Pos 50241.

Rahmadayanti, Fitria, Siti Muntari, and Resti Putriani. 2023. “Pengelompokan Tingkat Resiko Penyakit Jantung Berdasarkan Usia Menggunakan Algoritma K-Means.” 8(2): 2023.

Rahmat, Alfian, M. Syafiih, and Mochammad Faid. 2023. “Implementasi Klasifikasi Potensi Penyakit Jantung Dengan Menggunakan Metode C4.5 Berbasis Website ( Studi Kasus Kaggle.Com ).” INFOTECH journal 9(2): 393–400. doi:10.31949/infotech.v9i2.6295.

Sahar, Sahar. 2020. “Analisis Perbandingan Metode K-Nearest Neighbor Dan Naïve Bayes Clasiffier Pada Dataset Penyakit Jantung.” Indonesian Journal of Data and Science 1(3): 79–86. doi:10.33096/ijodas.v1i3.20.

Santoso, Muhamad, Bilal Al-Akbar, Hilman Nurjaya, Syaiban Ahmad Ramadhan, Naufal Ahmad Rizky, and Achmad Fadillah. 2024. “Klasifikasi Potensi Penyakit Jantung Menggunakan Algoritma C4.5.” Jurnal INSAN Journal of Information System Management Innovation 3(2): 96–103. doi:10.31294/jinsan.v3i2.3056.

Sepharni, Arni, Iwansyah Edo Hendrawan, and Chaerur Rozikin. 2022. “Klasifikasi Penyakit Jantung Dengan Menggunakan Algoritma C4.5.” STRING (Satuan Tulisan Riset dan Inovasi Teknologi) 7(2): 117. doi:10.30998/string.v7i2.12012.

Untoro, Meida Cahyo, Leonard Rizta, Anugerah Perdana, Nazla Andintya Wijaya, and Nestiawan Ferdiyanto. 2023. “Penerapan K-Means Clustering Pada Imbalance Dataset Gejala Penyakit Jantung.” ILKOMNIKA: Journal of Computer Science and Applied Informatics 5(1): 1–7. doi:10.28926/ilkomnika.v5i1.455.

Yunus, Muhamad, Hanandriya Ramadhan, Dimas Rizki Aji, and Agus Yulianto. 2021. “Penerapan Metode Data Mining C4.5 Untuk Pemilihan Penerima Kartu Indon[1] M. Yunus, H. Ramadhan, D. R. Aji, and A. Yulianto, ‘Penerapan Metode Data Mining C4.5 Untuk Pemilihan Penerima Kartu Indonesia Pintar (KIP),’ Paradig. - J. Komput. Dan Inform., Vol.” Paradigma - Jurnal Komputer dan Informatika 23(2).