Penerapan Data Mining Untuk Prediksi Diagnosis Demam Berdarah Dengan Algoritma Decision Tree C4.5

Supandi; Zaehol Fatah

doi:10.59435/jocstec.v3i2.437

Authors

Supandi Universitas Ibrahimy
Zaehol Fatah Universitas Ibrahimy

DOI:

https://doi.org/10.59435/jocstec.v3i2.437

Keywords:

Data Mining, Prediksi Diagnosis, Decision Tree C4.5

Abstract

Prediksi dengan model sistem pendukung keputusan merupakan cara yang tepat sasaran untuk digunakan dalam memecahkan masalah. Demam Berdarah Dengue (DBD) adalah penyakit endemik di Indonesia yang memerlukan penanganan cepat untuk mencegah komplikasi lebih lanjut. Prediksi diagnosis DBD dengan menggunakan algoritma Decision Tree C4.5 memiliki tingkat akurasi 100% dan meyakinkan. Dataset yang digunakan mencakup data medis pasien, seperti gejala klinis yaitu demam, nyeri sendi, mual, hasil laboratorium berupa trombosit, hematokrit, uji NS1, serta riwayat komorbiditas dan durasi gejala. Proses pre-processing dilakukan untuk memastikan data siap digunakan, dengan menangani data yang hilang dan menyesuaikan format data agar konsisten. Model Decision Tree C4.5 dipilih karena kemampuannya mengolah data dengan berbagai format dan hasilnya dapat dengan mudah dipahami. Model C4.5 dievaluasi menggunakan metrik akurasi, presisi, sensitivitas, dan spesifisitas. Dengan performa yang baik, model ini memiliki potensi untuk digunakan dalam sistem pendukung keputusan medis. Implementasinya di lapangan dapat membantu tenaga medis dalam mempercepat diagnosis dan memberikan penanganan yang lebih tepat waktu, yang sangat penting dalam menangani pasien DBD.

Downloads

Download data is not yet available.

References

[1] S. A. F. B. Mentari, “Faktor Risiko Demam Berdarah di Indonesia,” Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo, vol. 9, no. 1, p. 22, 2023, doi: 10.29241/jmk.v9i1.1255.

[2] I. Yunita, A. Homaidi, L. Fakih, T. Saleh, J. Dwi, and Z. Fatah, “Perancangan Sistem Informasi Akuntansi Untuk Akuntabilitas Keuangan di KBIHU Hafas,” Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM), vol. 3, no. 1, pp. 1–11, 2022, doi: 10.31102/jatim.v3i1.1421.

[3] P. Mehta, P., Jain, A., & Pandey, “No Title,” Application of Data Mining Techniques in Healthcare, 2021.

[4] I. Iddrus and D. W. Sari, “Penerapan Data Mining Menggunakan Algoritma Decision Tree C4.5 Untuk Memprediksi Mahasiswa Drop Out Di Universitas Wiraraja,” Jurnal Advanced Research Informatika, vol. 1, no. 02, pp. 1–7, 2023, doi: 10.24929/jars.v1i02.2684.

[5] S. R. Cholil, A. F. Dwijayanto, and T. Ardianita, “Prediksi Penyakit Demam Berdarah Di Puskesmas Ngemplak Simongan Menggunakan Algoritma C4.5,” Sistemasi, vol. 9, no. 3, p. 529, 2020, doi: 10.32520/stmsi.v9i3.898.

[6] S. Marwah et al., “IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES,” vol. 7, no. 6, pp. 3892–3897, 2023.

[7] R. Iriane, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Data Mining Untuk Prediksi Penjualan Produk Pangan Hewan Menggunakan Metode K-Nearest Neighbor,” Media Online, vol. 3, no. 5, pp. 509–515, 2023, [Online]. Available: https://djournals.com/klik

[8] Petra Valentino and Siska Narulita, “Performansi Algoritma Decision Tree (C4.5) untuk Prediksi Penyakit Jantung,” Jurnal Cakrawala Informasi, vol. 3, no. 2, pp. 18–24, 2023, doi: 10.54066/jci.v3i2.349.

[9] N. Manullang, R. W. Sembiring, I. Gunawan, I. Parlina, and I. Irawan, “Implementasi Teknik Data Mining untuk Prediksi Peminatan Jurusan Siswa Menggunakan Algoritma C4.5,” Jurnal Ilmu Komputer dan Teknologi, vol. 2, no. 2, pp. 1–5, 2021, doi: 10.35960/ikomti.v2i2.700.

[10] M. Melviani, D. F. Nugraha, N. Novianty, and N. Noval, “Pelatihan Pembuatan Spray Tanaman Serai untuk Mencegah DBD dalam Meningkatkan Kesehatan dan Ekonomi Keluarga,” Indonesia Berdaya, vol. 4, no. 3, pp. 823–830, 2023, doi: 10.47679/ib.2023486.

[11] K. Suryowati, R. D. Bekti, and A. Faradila, “A Comparison of Weights Matrices on Computation of Dengue Spatial Autocorrelation,” IOP Conference Series: Materials Science and Engineering, vol. 335, no. 1, pp. 1–7, 2018, doi: 10.1088/1757-899X/335/1/012052.

[12] I. Algoritma and M. Keterlambatan, “Implementasi Algoritma C4.5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python,” no. September, 2020, doi: 10.35585/inspir.v10i1.2535.

[13] E. Haerani, F. Syafria, F. Lestari, Novriyanto, and I. Marzuki, “Classification Academic Data Using Machine Learning for Decision Making Process,” Journal of Applied Engineering and Technological Science, vol. 4, no. 2, pp. 955–968, 2023, doi: 10.37385/jaets.v4i2.1983.

[14] B. Sari, B. Sembiring, M. Pandia, H. Sembiring, and D. Margaretta, “Naïve Bayes Classifier and Decision Tree Algorithms for Classifying Payment Data,” vol. 4, no. 1, pp. 592–600, 2023, doi: 10.30865/klik.v4i1.963.