ANALISA METODE CLASSIFICATION-DECISSION TREE DAN ALGORITMA C.45 UNTUK MEMPREDIKSI PENYAKIT DIABETES DENGAN MENGGUNAKAN APLIKASI RAPID MINER

Penulis Febie Elfaladonna, Ayu Rahmadani
Publisher SINTECH JOURNAL
Nomor ISSN 2598-9642

Sari

Penyakit diabetes merupakan penyakit degeneratif yang setiap tahun presentasi penderitanya selalu meningkat. Ketidaktahuan orang awam untuk memprediksi kemungkinan penyakit ini baik dari turunan maupun bukan turunan masih sedikit. Hal tersebut berpengaruh kepada tingkat kewaspadaan penderita terhadap hal-hal yang dapat memicu penyakit diabetes yang semakin parah. Klasifikasi pada penelitian ini bertujuan untuk membentuk model pohon keputusan agar penanganan penyakit diabetes berdasarkan riwayat turunan semakin mudah dilakukan. Untuk menghasilkan informasi baru maka digunakan perhitungan algoritma C.45 dan pengujian algoritma yang menggunakan aplikasi rapid miner akan semakin memperkuat keputusan. Pada pengujian penelitian ini menggunakan beberapa atribut klasifikasi yakni atribut berat badan, jenis kelamin (atribut bantuan), tekanan darah, kadar gula darah, dan riwayat penyakit diabetes. Semua atribut tersebut akan dijadikan acuan dalam penelusuran hasil sehingga penderita dapat memprediksi sendiri apakah penyakit diabetes yang diderita adalah penyakit diabetes turunan atau tidak turunan.

Teks Lengkap:

PDF

Referensi

Budi Santosa, 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta. Graha Ilmu.

Bustami, 2013. Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. Jurnal Penelitian IJNS – Indonesian Journal on Networking and Security – Volume 5 No 1 – 2016 – ijns.org ISSN : 1979-9330 (Print) – 2088-0154 (Online) 54 Teknik Informatika (TECHSI) Vol. 2: 2, 127-146, 2013.

Gambbeta, Windy. 2012. Pohon Keputusan (Decision Tree). Departemen Teknik Informatika. Institute Teknologi Bandung. Bandung.

Iwan Santosa, dkk. 2018. Implementasi Algoritma Decision Tree C.45 Untuk Diagnosa penyakit Tubercolusis (TB). Jurnal Ilmiah Nero Vol.3, No 3. Program Studi Teknik Informatika. Universitas Trunojoyo Madura.

Jiawei Han and Micheline Kamber Simon Fraser, 2000. Data Mining: Concepts and Techniques.Morgan Kaufmann Publishers. All rights reserved.

Larose D, T., 2006, Data Mining Methods and Models, Jhon Wiley & Sons, Inc. Hoboken New Jersey.

Obbie Kristanto, 2015. Penerapan Algoritma Klasifikasi Data Mining Id3 Untuk Menentukan Penjurusan Siswa SMAN 6 Semarang. Jurusan Teknik Informatika. Universitas Dian Nuswantoro. Semarang.

Pramudiono, I. 2006. Apa itu Data Mining. Dalam http://datamining.japati.net/cgibin, diakses tanggal 16 september 2017. ISSN : 2548-964X. http://jptiik.ub.ac.id. Program Studi Teknik Informatika. Fakultas Ilmu Komputer. Universitas Brawijaya

Rizky Haqmanullah Pambudi, dkk.  Penerapan Algoritma C.45 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol.2, No. 7, Juli 2018, hlm 2637-2643.

 Turban, E. et al, 2005. Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). Andi Offset. Yogyakarta

 Wu Xindong et al. Top 10 Algorithms in Data Mining. Di dalam: Knowledge Information System. Vol. 14. London: Springer; 2008. hlm. 1-37