PENERAPAN DATA MINING UNTUK PREDIKSI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA C4.5

Dwi Rahma Sari, Zudyanti (2023) PENERAPAN DATA MINING UNTUK PREDIKSI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA C4.5. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (379kB)
	Text BAB II.pdf Restricted to Registered users only Download (548kB)
	Text BAB III.pdf Restricted to Registered users only Download (208kB)
	Text BAB IV.pdf Restricted to Registered users only Download (972kB)
	Text BAB V.pdf Download (184kB)
	Text DAFTAR PUSTAKA.pdf Download (403kB)

Abstract

Kesehatan merupakan peranan terpenting dalam kehidupan. Salah satu penyakit yang dapat menyebabkan komplikasi dan kematian adalah diabetes. Diabetes merupakan penyakit yang disebabkan oleh pankreas yang tidak memproduksi insulin yang cukup untuk tubuh sehinggan kadar gula dalam darah melebihi normal. Diabetes merupakan penyakit keturunan, penyakit ini dapat diturunkan kepada anaknya dari orang tua yang mengidap penyakit diabetes, sangat disayangkan jika usia yang masih muda sudah mengidap penyakit diabetes. Pemeriksaan dalam dunia medis dilakukan dengan cara pendiagnosaan penyakit berdasarkan gejala-gejala yang dirasakan oleh penderita yang dapat menghasilkan rekam medis gejala penyakit. Untuk meminimalisir angka kematian dari penyakit diabetes ini, para pakar kesehatan harus melakukan pendiagnosaan penyakit dengan sedini mungkin. Salah satu metode yang dapat digunakan dalam permasalahan ini adalah data mining dengan teknik klasifikasi dengan menggunakan algoritma C4.5. Penelitian ini bertujuan untuk membantu para medis untuk mengklasifikasi para pasien yang memiliki gejala-gejala penyakit diabetes. Algoritma C4.5 merupakan metode yang digunakan untuk klasifikasi yang menghasilkan model berupa pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang terkenal. Algoritma C4.5 merupakan metode yang dapat digunakan untuk memprediksi dan mengetahui nilai akurasi pada pasien dengan gejala-gejala yang diderita pasien apakah pasien tersebut mengidap penyakit diabetes atau tidak. Berdasarkan hasil pengujian dengan metode cross validation pada tools RapidMiner menggunakan 2 options yaitu 5-Fold Cross Validation yang menghasilkan akurasi 95,88% dan 10-Fold Cross Validation menghasilkan akurasi 95,90%.

Actions (login required)

View Item