Implementasi Metode C4.5 dalam Mendiagnosa Penyakit Pernapasan

Naimah Gairil Massora, Dirgahayu Lantara, Wistiani Astuti

Abstract


Salah satu organ terpenting pada manusia adalah saluran pernapasan. Jika organ ini mengalami gangguan maka akan menyebabkan manusia susah dalam melakukan kegiatannya. Ada anggapan bahwa penyakit yang diawali dengan gejala batuk, nyeri dada, sesak nafas tidak membahayakan. Ini disebabkan karena tidak mengetahui apakah gejala tersebut bisa menjadi gejala awal dari suatu penyakit yang parah. Oleh karena itu, dari permasalahan tersebut, dilakukan penelitian dengan memanfaatkan perkembangan teknologi yang bertujuan untuk membantu seseorang dalam mendiagnosa suatu penyakit yang diawali dari gejala utama penyakit pernapasan tanpa harus melakukan pemeriksaan kesehatan. Penelitian ini mengimplementasikan metode C4.5. Dengan memanfaatkan data sebanyak 23 dan 19 gejala. Metode C4.5 bisa menghasilkan nilai akurasi yang sangat tinggi tergantung seberapa kompleks data yang digunakan. Hasil yang diperoleh dari penelitian ini berupa pohon keputusan yang kemudian diuji dan memperoleh tingkat akurasi sebesar 14.29%.

Keywords


metode C4.5;diagnosa; pohon keputusan; penyakit pernapasan; sesak nafas

Full Text:

PDF

References


Y. Diawali, D. Gejala, and U. Nyeri, “Proses representasi pengetahuan dalam rancangan sistem pakar pendiagnosa penyakit pernafasan yang diawali dari gejala utama nyeri dada,” pp. 1–13.

U. I. Indragiri, “Aplikasi Sistem Pakar Diagnosa Penyakit Pernapasan Menggunakan Metode Case-Based Reasoning,” vol. 3, 2017.

C. Algoritma, “Perancangan Data Mining untuk Klasifikasi Prediksi Penyakit ISPA dengan,” vol. 3, no. 1, pp. 179–182, 2017.

F. F. Harryanto, S. Hansun, U. M. Nusantara, G. Serpong, and C. Pegawai, “Penerapan Algoritma C4 . 5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE,” vol. 3, no. 2, pp. 95–103, 2017.

“Algoritma c4.5 untuk simulasi prediksi kemenangan dalam pertandingan sepakbola,” pp. 53–58.

M. F. Arifin and D. Fitrianah, “Rekomendasi Penerimaan Mitra Penjualan Studi Kasus : PT Atria Artha Persada,” no. January 2018.

F. I. Komputer and U. D. Nuswantoro, “Penyakit Stroke Dengan Klasifikasi Data Mining Pada,” 2011.

C. Algoritma et al., “Kredit ( Studi Kasus Di Koperasi Pegawai Republik,” vol. 1, no. 2, pp. 6–10, 2014.

Y. Altujjar, W. Altamimi, I. Al-turaiki, and M. Al-razgan, “Predicting Critical Courses Affecting Students Performance : A Case Study,”


Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.