Sistem Prediksi Penyakit Diabetes Berbasis Decision Tree

Anik Andriani

Abstract


Data penderita diabetes bertambah dari tahun ketahun.  Tingkat diagnosa diabetes memberikan kontribusi yang signifikan terhadap komorbiditas dan tingkat komplikasi diabetes.  Berdasarkan data histori penderita diabetes dapat dibuat rekomendasi prediksi penyakit diabetes yang membantu tenaga kesehatan.  Klasifikasi merupakan salah 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 diabetes dan menerapkannya dalam pembangunan sistem prediksi penyakit diabetes.  Hasil klasifikasi data diabetes dievaluasi dengan confusion matrix dan kurva ROC(Receiver Operating Characteristic) untuk mengetahui tingkat akurasi hasil klasifikasi.  Evaluasi yang dilakukan menunjukkan hasil yang termasuk Excellent Classification.  Rule hasil klasifikasi diimplementasikan untuk pembuatan sistem prediksi penyakit diabetes.  Sistem yang dibangun menggunakan Microsoft Visual Basic 6.0 dan database MySQL.

Kata kunci: Diabetes, Decision tree, Microsoft Visual Basic 6.0


Full Text:

PDF


DOI: https://doi.org/10.31294/bi.v1i1.554

DOI (PDF): https://doi.org/10.31294/bi.v1i1.554.g446

ISSN2338-9761 (media online), 2338-8145 (media cetak)

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License