Klasifikasi Penyakit Tiroid Menggunakan Algoritma C4.5 (Studi Kasus : Rumah Sakit Umum Daerah (RSUD) Hasanuddin Damrah Manna)

Devi Sartika; Yupianti Yupianti

doi:10.21107/rekayasa.v13i1.5912

Klasifikasi Penyakit Tiroid Menggunakan Algoritma C4.5 (Studi Kasus : Rumah Sakit Umum Daerah (RSUD) Hasanuddin Damrah Manna)

Devi Sartika, Yupianti Yupianti

Abstract

Tiroid adalah merupakan salah satu bagian tubuh yang sangat penting bagi manusia, tiroid berbentuk kelenjar dan letaknya di bawah jakun pada leher. Penyakit gondok disebabkan oleh gangguan pada kelenjar tiroid. Berdasarkan data histori penderita yang disebabkan oleh kelenjar tiroid dapat dibuat rekomendasi prediksi penyakit tiroid yang membantu tenaga kesehatan. Klasifikasi merupakansalah satu teknik dari data mining yang dapat digunakan untuk membuat prediksi. Klasifikasi dapat dilakukan dengan decision tree salah satunya dengan algoritma C4.5. Penelitian ini bertujuan membuat klasifikasi data penyakait yang disebabkan oleh gejala kelenjar tiroid dan menerapkannya dalam pembangunan sistem. Implementasi sistem menggunakan bahasa pemrograman Visual Basic 2010 dan metode penelitian yang digunakan pada penelitian ini adalah metode waterfall.metode waterfall mampu melakukan analisa kebutuhan yang digunakan untuk mengetahui dari kelemahan sistem yang lama, kemudian membuat desain dari rancangan tersebut dan dilanjutkan dengan pembuatan rancangan sistem baru. Hasil dari penelitian adalah menghasilkan rule yang dapat membantu tenaga kesehatan di RSUD Hasanuddin Damrah Manna dalam mendiagnosa penyakit yang disebabkan oleh kelenjar tiroid.

Keywords

Data Mining; Decision Tree; C4.5; Kelenjar Tiroid

Full Text:

PDF

References

Andriani, A. (2013). Sistem Prediksi Penyakit Diabetes Berbasis Decision Tree. Bianglala Informatika, 1(1), 1–10.

Muzakir, A., & Wulandari, R. A. (2016). Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree. Scientific Journal of Informatics, 3(1), 19–26. https://doi.org/10.15294/sji.v3i1.4610

Sartika, D., & Jumadi, J. (2019). Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means ( Studi Kasus : Universitas Dehasen Bengkulu ). Sainteks, (978-602-52720-1–1), 703–709.

Suyanto, D. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika Bandung

Yakub. (2012). Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu.

Yuli, M. (2017). Jurnal Edik Informatika Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika. Jurnal Edik Informatika, 2(2), 213–219.