PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK Penerapan Algoritma Decision Tree C5.0 Untuk Memeprediksi Penyakit Stroke Otak

Rahman, Rizki (2024) PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK PENERAPAN ALGORITMA DECISION TREE C5.0 UNTUK MEMEPREDIKSI PENYAKIT STROKE OTAK Penerapan Algoritma Decision Tree C5.0 Untuk Memeprediksi Penyakit Stroke Otak. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (206kB)
	Text BAB II.pdf Restricted to Registered users only Download (507kB)
	Text BAB III.pdf Restricted to Registered users only Download (446kB)
	Text BAB IV.pdf Restricted to Registered users only Download (691kB)
	Text BAB V.pdf Download (130kB)
	Text DAFTAR PUSTAKA.pdf Download (164kB)

Abstract

Stroke otak adalah kondisi medis akut yang terjadi ketika aliran darah ke bagian otak terhenti sehingga menyebabkan kerusakan otak. Kondisi ini bisa terjadi karena pembuluh darah yang memasok darah ke otak tersumbat atau pecah yang dapat menyebabkan kematian ataupun kecacatan jangka panjang. Tujuan utama penelitian ini adalah menggali informasi dan pola stroke otak menggunakan Brain Stroke Dataset dari repositori Kaggle untuk membantu memprediksi dan pencegahan dini penyakit stroke otak dengan menerapkan algoritma C5.0. Algoritma C5.0 merupakan salah satu algoritma klasifikasi pembentuk decision tree. Proses penerapan algoritma C5.0 melibatkan preprocessing, data mining, evaluasi, serta memanfaatkan 5-fold cross validation. Hasil dari penelitian ini berupa model decision tree dengan nilai akurasi, recall, dan precision. Hasil akurasi tertinggi yang diperoleh mencapai 95,18%, recall nilai “tidak” 99,37%, dan precision nilai “tidak” 95,74% pada holdout 90% : 10%. Sayangnya, recall “ya” hanya 8,7% dan begitu pula precision “ya” yang hanya 40%, hal ini dapat terjadi karena Brain Stroke Dataset merupakan data yang tidak seimbang, sehingga perlu menjadi perhatian lebih lanjut dalam penelitian mendatang. Dan untuk faktor-faktor risiko yang paling berpengaruh terhadap terjadinya stroke otak adalah penyakit jantung, hipertensi, dan diabetes.

Actions (login required)

View Item