PENERAPAN ALGORITMA C4.5 DALAM DATA MINING UNTUK IDENTIFIKASI FAKTOR RISIKO STROKE PADA DATASET MEDIS

Putra, Immanuel Clement Onggo (2024) PENERAPAN ALGORITMA C4.5 DALAM DATA MINING UNTUK IDENTIFIKASI FAKTOR RISIKO STROKE PADA DATASET MEDIS. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER-BAB III.pdf - Published Version Download (2MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf - Published Version Download (2MB)

Abstract

Stroke adalah masalah kesehatan di seluruh dunia yang terjadi secara signifikan. Berdasarkan data Organisasi Kesehatan Dunia (WHO), insiden stroke baru mencapai 13,7 juta kasus per tahun dengan angka kematian sebesar 5,5 juta jiwa. Data mining adalah proses dari pengumpulan, pengolahan, dan analisis data untuk memperoleh informasi yang penting. Algoritma C4.5 merupakan algoritma yang paling umum digunakan dalam data mining untuk membangun pohon keputusan berdasarkan data yang telah diberi label. Masalah yang ingin diselesaikan dari penelitian ini adalah mengolah data kesehatan untuk mengetahui risiko stroke itu sulit dan lama dan masyarakat sulit mendapat informasi tentang stroke yang benar dan terpercaya. Untuk teknik pengumpulan data dari dataset yang diambil dari situs Kaggle dengan dataset Stroke Prediction dengan 5110 record dan 12 atribut, serta studi pustaka yang mencari informasi-informasi yang terkait dengan penelitian ini untuk membantu penerapan algoritma data mining C4.5 dalam mendeteksi penyebab stroke. Pustaka yang digunakan dari berbagai media seperti internet, buku, jurnal, dan media lainnya. Algoritma pohon keputusan di data mining dapat diterapkan dalam mendeteksi penyebab seseorang terkena stroke. Setelah dilakukan perhitungan manual dan menggunakan perangkat lunak RapidMiner, akurasi hasil prediksi menjadi tolok ukur seberapa efektif algoritma ini dalam mengidentifikasi penyebab stroke pada seseorang, dengan menghasilkan model klasifikasi dengan tingkat akurasi 94,89% dan nilai AUC sebesar 0.709. Ada 11 responden yang mengisi kuesioner dengan hasilnya adalah 45,44% memilih sangat setuju, 44,56% memilih setuju, dan 10% yang netral.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	C4.5, Database, Data Mining, Stroke, Teknik Informatika
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	17 Apr 2025 06:29
Last Modified:	17 Apr 2025 06:29
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2475

Actions (login required)

View Item