Penerapan Algoritma C4.5 Dalam Prediksi Potensi Tingkat Kasus Pneumonia Di Kabupaten Karawang
DOI:
https://doi.org/10.26418/justin.v8i4.41959Keywords:
Data mining, Prediction, Algorithm C4.5, CRISP-DM, Weka, PneumoniaAbstract
Dilansir dari www.unicef.org disebutkan bahwa hasil analisis baru menunjukkan bahwa, tahun lalu, pneumonia merenggut nyawa lebih dari 800.000 anak balita di seluruh dunia, atau 39 anak per detik. Sebagian besar kematian terjadi pada anak berusia di bawah dua tahun dan nyaris 153.000 kematian terjadi pada bulan pertama kehidupan. Kabupaten Karawang merupakan salah satu Kabupaten yang ada di jawa barat. Menurut data rekapitulasi laporan program pengendalian ISPA dinas kesehatan Kabupaten Karawang tahun 2019 terdapat 56,67% anak dibawah 5 tahun yang terdiagnosis penyakit pneumonia dan tingkatan kasus pneumonia terus bertambah setiap tahunnya. Data mining merupakan suatu teknik penggalian atau penemuan baru dari data yang besar kemudian mengekstraksi data tersebut menjadi informasi-informasi yang nantinya dapat digunakan. Eksperimen dilakukan dengan menggunakan algoritma C4.5 dan cross validation menggunakan tools Weka. hasil evaluasi yang dilakukan dapat diambil kesimpulan yaitu algoritma C4.5 dengan menggunakan cross validation nilai K berbeda-beda memberikan hasil evaluasi yang berbeda-beda. Nilai K=2, K=3, K=4, K=9, K=10 masuk kedalam kategori Good Classification karena mempunyai rentang nilai ROC area yaitu 0,80-0,90 sedangkan untuk nilai K=5, K=6, K=7, K=8 masuk ke dalam kategori Excelenet Cassification.References
S. Rahmadhani, M. Jusman Rau, and A. Arifuddin, “Determinan pneumonia pada balita di wilayah kerja puskesmas kamonji kota palu (factors determinants of pneumonia in toddlers at working area of kamonji public health center in palu city),†2019.
Kemenkes, “Hasil utama RISKESDAS 2018,†Jakarta, 2018.
W. D. Septiani, “Komparasi Metode Klasifikasi Data Mining Algoritma C4. 5 Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis,†J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 76–84, 2017.
S. Bahri, D. M. Midyanti, and R. Hidayati, “Perbandingan Algoritma Naive Bayes dan C4. 5 Untuk Klasifikasi Penyakit Anak,†in Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 2018, pp. 24–31.
A. Rohman and M. Rochcham, “Model algoritma C4.5 untuk prediksi penyakit jantung,†Neo Tek., vol. 4, no. 2, 2018.
A. Rohman and A. Rufiyanto, “Implementasi data mining dengan algoritma decision tree c4. 5 untuk prediksi kelulusan mahasiswa di universitas pandanaran,†Semin. Nas. Teknol. Inf. Apl. Komput., pp. 134–139, 2019.
M. D. C. Pane, “Pneumonia,†Alodoc, 2020. [Online]. Available: https://www.alodokter.com/pneumonia.
G. Abdurrahman, “Clustering Data Ujian Tengah Semester ( UTS ) Data Mining,†pp. 71–79, 2016.
G. Abdurrahman, “Clustering Data Ujian Tengah Semester (UTS) Data Mining Menggunakan Algoritma K-Means,†JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 1, no. 2, 2016.
N. R. Syarif and W. Windarto, “Aplikasi Data Mining Dengan Menggunakan Algoritma Fuzzy C-Means dan Metode Recency Frequency Monetary (RFM) Untuk Pengelompokan Pelanggan pada PT Eka Cipta Rasa,†SKANIKA, vol. 1, no. 3, pp. 1093–1099, 2018.
N. W. Wardani, Penerapan Data Mining Dalam Analytic CRM. Yayasan Kita Menulis, 2020.
A. Kurniawan, “Implementasi data mining algoritma c4. 5 untuk memprediksi kelulusan uji kompetensi smk teknik komputer dan jaringan (tkj)(study kasus: smk pembangunan daerah lubuk pakam),†Inf. dan Teknol. Ilm., vol. 7, no. 1, 2019.
K. Umam, D. Puspitasari, and A. Nurhadi, “Penerapan Algoritma C4. 5 Untuk Prediksi Loyalitas Nasabah PT Erdika Elit Jakarta,†J. MEDIA Inform. BUDIDARMA, vol. 4, no. 1, pp. 65–71, 2020.
O. Arifin and T. B. Sasongko, “Analisa perbandingan tingkat performansi metode support vector machine dan naïve bayes classifier,†Semin. Nas. Teknol. Inf. dan Multimed. 2018, pp. 67–72, 2018.
M. F. Aziz, S. Defiyanti, and B. N. Sari, “Perbandingan algoritma cart dan k-nearest neighbor untuk prediksi luas lahan panen tanaman padi di kabupaten karawang,†J. TAM (Technology Accept. Model., vol. 9, no. 2, pp. 74–78, 2019.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
