Penerapan Data Mining dengan Algoritma C5.0 Untuk Prediksi Penyakit Stroke

Authors

  • Fazrin Meila Azzahra Sofyan Universitas Singaperbangsa Karawang
  • Affani Putri Riyandoro Universitas Singaperbangsa Karawang
  • Devi Fitriani Maulana Universitas Singaperbangsa Karawang
  • Jajam Haerul Jaman Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.53513/jsk.v6i2.8578

Keywords:

Data Mining, Prediksi, Stroke, Algoritma C5.0, Decision Tree

Abstract

Penyakit stroke merupakan kondisi yang mempengaruhi sistem saraf dan dapat menyebabkan dampak yang serius pada kesehatan seseorang. WHO menyatakan sebanyak 13,7 juta kasus setiap tahunnya dan 5,5 juta orang diantaranya meninggal dunia akibat penyakit ini. Tujuan dari penelitian ini adalah untuk mengembangkan model prediksi yang dapat membantu dalam identifikasi dini risiko terjadinya stroke. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Databases (KDD) dengan menerapkan algoritma C5.0, yang merupakan salah satu algoritma klasifikasi yang efektif dalam mengolah data dengan atribut numerik maupun kategorikal. Pada metode Knowledge Discovery in Databases (KDD) terdiri dari beberapa tahap yang perlu dilakukan untuk penelitian ini, yaitu selection, preprocessing, transformation, data mining, dan evaluation. Untuk Algoritma C5.0 sendiri merupakan sebuah algoritma klasifikasi dalam bidang data mining yang secara khusus digunakan dalam teknik decision tree.  Data yang digunakan dalam penelitian ini adalah dataset yang berisi informasi medis dan faktor risiko yang terkait dengan stroke. Hasil dari penelitian ini berupa Decision Tree (pohon keputusan) dengan nilai accuracy, recall, dan precision dengan melakukan split data 80% (data training) - 20% (data testing) hasil nilai Accuracy yang diperoleh sebesar 95%, Recall = 96%, dan Precision = 99%.

References

R. Saraswati, D and Khariri, “Transisi Epidemiologi Stroke Sebagai Penyebab Kematian Pada Semua Kelompok Usia Di Indonesia,†J. Kedokt., vol. 2, no. 1, pp. 81–86, 2021, [Online]. Available: https://conference.upnvj.ac.id/index.php/sensorik/article/view/1001

Kemenkes RI, “Apa itu Stroke ?,†2018. https://p2ptm.kemkes.go.id/infographic-p2ptm/stroke/apa-itu-stroke (accessed May 29, 2023).

D. Hisni, M. Evelianti Saputri, and Sujarni, “Stroke Iskemik Di Instalasi Fisioterapi Rumah Sakit Pluit Jakarta Utara Periode Tahun 2021,†Penelit. Keperawatan Kontemporer, vol. 2, no. 1, pp. 140–149, 2022.

D. P. K. Singh, “World Stroke Day,†2021. https://www.who.int/southeastasia/news/detail/28-10-2021-world-stroke-day (accessed May 29, 2023).

Rokom, “Tingkatan Kualitas dan Layanan Stroke Lewat Transformasi Kesehatan,†2022. https://sehatnegeriku.kemkes.go.id/baca/rilis-media/20221011/4641254/tingkatan-kualitas-dan-layanan-stroke-lewat-transformasi-kesehatan/ (accessed May 29, 2023).

K. Suandari, “Gambaran Kemampuan Komunikasi Verbal Pada Pasien Stroke Di Rumah Sakit Umum Daerah Buleleng Bali Tahun 2021,†2021.

A. C. Wijaya, N. A. Hasibuan, and P. Ramadhani, “Implementasi Algoritma C5 . 0 Dalam Klasifikasi Pendapatan Masyarakat ( Studi Kasus : Kelurahan Mesjid Kecamatan Medan Kota ),†Inf. dan Teknol. Ilm., vol. 13, pp. 192–198, 2018.

R. N. Amalda, N. Millah, and I. Fitria, “Implementasi Algoritma C5.0 Dalam Menganalisa Kelayakan Penerima Keringanan Ukt Mahasiswa Itk,†Teorema Teor. dan Ris. Mat., vol. 7, no. 1, p. 101, 2022, doi: 10.25157/teorema.v7i1.6692.

D. Fitrianah, W. Gunawan, and A. P. Sari, “Studi Komparasi Algoritma Klasifikasi C5.0, SVM dan Naive Bayes dengan Studi Kasus Prediksi Banjir,†Techno.Com, vol. 21, no. 1, pp. 1–11, 2022, doi: 10.33633/tc.v21i1.5348.

N. Benediktus and R. S. Oetama, “Algoritma Klasifikasi Decision Tree C5 . 0 untuk Memprediksi Performa Akademik Siswa,†Ultimatics, vol. XII, no. 1, pp. 14–19, 2020.

N. Zamasi, “Implementasi Algoritma C 5 . 0 Pada Analisa Data Potensi Pertanian dan Perternakan,†TIN Terap. Inform. Nusant., vol. 2, no. 4, pp. 184–190, 2021.

A. Apriyadi, M. R. Lubis, and B. E. Damanik, “Penerapan Algoritma C5.0 Dalam Menentukan Tingkat Pemahaman Mahasiswa Terhadap Pembelajaran Daring,†Komputa J. Ilm. Komput. dan Inform., vol. 11, no. 1, pp. 11–20, 2022, doi: 10.34010/komputa.v11i1.7386.

D. S. O. Panggabean, E. Buulolo, and N. Silalahi, “Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda,†JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 1, p. 56, 2020, doi: 10.30865/jurikom.v7i1.1947.

L. Karlitasari, I. W. Sriyasa, I. Wahyudi, and H. B. Santosi, “Prediksi Morfologi Jamur Menggunakan Algoritma C5.0,†J. Teknoinfo, vol. 17, no. 1, p. 271, 2023, doi: 10.33365/jti.v17i1.2372.

P. W. Kastawan, D. M. Wiharta, and M. Sudarma, “Implementasi Algoritma C5.0 pada Penilaian Kinerja Pegawai Negeri Sipil,†Maj. Ilm. Teknol. Elektro, vol. 17, no. 3, p. 371, 2018, doi: 10.24843/mite.2018.v17i03.p11.

Downloads

Published

2023-07-21