PENERAPAN ALGORITMA DECISION TREE C4.5 DALAM KLASIFIKASI INDENTIFIKASI PASIEN PENYAKIT TUBERKULOSIS (TB) DI PUSKESMAS SUKORAMBI JEMBER
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Jember
Author
Bakhtiar Lazuardi, Muhammad
Subject
600 Technology and Applied Science
Datestamp
2021-01-28 01:08:08
Abstract :
Tuberkulosis (TB) adalah penyakit yang mempengaruhi paru-paru yang tergolong sebagai penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia setelah HIV. Penelitian ini bertujuan mengetahui berapa tingkat akurasi dan presisi hasil klasifikasi rekomendasi pendonor darah menggunakan algoritma desicion tree c4.5 berdasarkan atribut batuk ? 2 Minggu, penurunan berat badan, nafsu makan, demam, batuk darah, nyeri dada dengan output positif terjangkit TB dan negatif tidak terjangkit TB. Setelah dilakukan pengujian data sebanyak 5 kali pengujian terhadap penyakit Tuberkulosis (TB) dan didapatkan akurasi dan presisi rata ? rata sebesar 88% dan 81% dengan hasil akurasi dan presisi setiap percobaan hasilnya berbeda. Untuk akurasi dari percobaan P1 hingga P5 adalah 85%, 97% 87%, 85%, 89% dan untuk presisi dari percobaan P1 hingga P5 adalah 33%, 100%, 94%, 96%, 85%. Maka dapat disimpulkan bawha metode klasifikasi algoritma desicion tree c4.5 dapat digunakan dalam mengindentifikasi pasien penyakit Tuberkulosis. Kata kunci: Tuberkulosis, Algoritma Desicion Tree C4.5
Tuberkulosis (TB) adalah penyakit yang mempengaruhi paru-paru yang tergolong sebagai penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia setelah HIV. Penelitian ini bertujuan mengetahui berapa tingkat akurasi dan presisi hasil klasifikasi rekomendasi pendonor darah menggunakan algoritma desicion tree c4.5 berdasarkan atribut batuk ? 2 Minggu, penurunan berat badan, nafsu makan, demam, batuk darah, nyeri dada dengan output positif terjangkit TB dan negatif tidak terjangkit TB. Setelah dilakukan pengujian data sebanyak 5 kali pengujian terhadap penyakit Tuberkulosis (TB) dan didapatkan akurasi dan presisi rata ? rata sebesar 88% dan 81% dengan hasil akurasi dan presisi setiap percobaan hasilnya berbeda. Untuk akurasi dari percobaan P1 hingga P5 adalah 85%, 97% 87%, 85%, 89% dan untuk presisi dari percobaan P1 hingga P5 adalah 33%, 100%, 94%, 96%, 85%. Maka dapat disimpulkan bawha metode klasifikasi algoritma desicion tree c4.5 dapat digunakan dalam mengindentifikasi pasien penyakit Tuberkulosis. Kata kunci: Tuberkulosis, Algoritma Desicion Tree C4.5
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
