Rahmi Fariza, - (2022) SISTEM KLASIFIKASI RISIKO PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA C4.5 DENGAN PENDEKATAN SMOTE. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
file lengkap kecuali BAB Hasil Penelitian (BAB IV).pdf Download (3MB) | Preview |
|
Text (BAB IV)
file BAB Hasil Penelitian (BAB IV).pdf - Published Version Restricted to Repository staff only Download (2MB) |
Abstract
Penyakit jantung merupakan penyebab utama kematian di dunia. Organisasi Kesehatan Dunia (WHO), menyatakan setiap tahun lebih dari 17,9 juta orang di dunia meninggal akibat penyakit jantung dan pembuluh darah. Data Riset Kesehatan Dasar (Riskesdas) tahun 2018, prevalensi penyakit jantung di Indonesia sebesar 1,5% artinya 15 dari 1.000 orang Indonesia menderita penyakit jantung. Algoritma C4.5 merupakan salah satu metode data mining yang dapat diterapkan untuk melakukan klasifikasi risiko penyakit jantung. Dataset dalam penelitian ini diperoleh dari situs repositori UCI Machine Learning, dimana dataset tersebut memiliki 918 record dan 12 artibut. Atribut tersebut mencakup Age, Sex, Cp, Trestbps, Chol, Fbs, Restecg, Thalach, Exang, Oldpeak, Slope, kelas. Klasifikasi penyakit jantung menggunakan pendekatan Synthetic Minority Over-sampling Technique. SMOTE berkerja dengan mensintesis sampel baru dari kelas minoritas untuk menyeimbangkan dataset dengan cara sampling ulang sampel kelas minoritas. Klasifikasi risiko penyakit jantung berbasis web dengan implementasi bahasa pemograman PHP diharapkan mampu membantu masyarakat dalam melakukan pengecekan dini mereka yang berisiko tinggi mengidap penyakit jantung sehingga mereka dapat megetahui risiko penyakit yang diderita dan mengantisipasi penyakit tersebut dengan melakukan tidakan preventif. Output sistem ini adalah klasifikasi risiko penyakit jantung dari serta rekomendasi penanganan. Sistem diuji dengan blackbox test, dan tes akurasi menggunakan confusion matrix diperoleh akurasi terbesar dengan rasio 90:10 sebesar 81,37%. Peningkatan menggunakan pendekatan SMOTE adalah sebesar 3,92% menjadi 85,29%.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 003 Sistem-sistem 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Karya Umum > 005 Program Komputer, program-program, data 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 27 Jul 2022 06:41 |
Last Modified: | 27 Jul 2022 06:41 |
URI: | http://repository.uin-suska.ac.id/id/eprint/62309 |
Actions (login required)
View Item |