Rizky Fadillah, Muhammad (2025) PENERAPAN DATA MINING UNTUK KLASIFIKASI PENYAKIT TIROID MENGGUNAKAN ALGORITMA C4.5. Skripsi thesis, UNAMA.
![]() |
Text
BAB I.pdf Download (313kB) |
![]() |
Text
BAB II.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text
BAB III.pdf Restricted to Registered users only Download (571kB) |
![]() |
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text
BAB V.pdf Download (325kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (412kB) |
Abstract
Penyakit tiroid merupakan salah satu gangguan kesehatan yang disebabkan oleh kelainan fungsi kelenjar tiroid, yang berperan dalam mengatur metabolisme tubuh. Diagnosis penyakit tiroid sering kali memerlukan analisis data yang kompleks. Oleh karena itu, penelitian ini bertujuan untuk menerapkan algoritma C4.5 dalam klasifikasi penyakit tiroid berdasarkan data pasien. Algoritma C4.5 digunakan untuk membangun model pohon keputusan yang dapat mengidentifikasi pola dari data yang tersedia. Data yang digunakan dalam penelitian ini diperoleh dari platform Kaggle dengan kata kunci "Thyroid Disease Data", yang terdiri dari 383 sampel dengan 17 atribut. Pengolahan data dilakukan melalui beberapa tahapan, termasuk preprocessing, pembentukan model klasifikasi, serta evaluasi performa model menggunakan metrik akurasi, presisi, dan recall. Implementasi algoritma C4.5 dilakukan menggunakan Google Colab dan RapidMiner sebagai alat bantu analisis. Hasil pengujian menunjukkan bahwa model yang dihasilkan memiliki tingkat akurasi yang baik dalam mengklasifikasikan penyakit tiroid. Dengan demikian, penelitian ini diharapkan dapat menjadi referensi bagi tenaga medis dalam mendukung proses diagnosis yang lebih cepat dan akurat.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Aplikasi Sistem Pengolahan Data |
Divisions: | Skripsi > Teknik Informatika > 2025 |
Depositing User: | Digital Library |
Date Deposited: | 09 Sep 2025 02:32 |
Last Modified: | 09 Sep 2025 02:32 |
URI: | http://repository.unama.ac.id/id/eprint/4776 |
Actions (login required)
![]() |
View Item |