No abstract

Penyakit jantung merupakan salah satu penyakit yang berbahaya. Penyakit jantung dapat membahayakan nyawa penderitanya jika ada keterlambatan dalam penanganannya. Permasalahan ini disebabkan sulitnya deteksi awal pada penderita penyakit jantung karena penderita selalu mengabaikan gejala awal yang timbul. Selain itu biaya yang diperlukan dalam pemeriksaan penyakit jantung tidaklah murah sebab diperlukan pemeriksaan yang dilakukan dokter spesialis serta uji laboratorium. Sistem prediksi merupakan salah satu opsi yang dapat digunakan untuk melakukan deteksi dini pada penderita penyakit jantung dengan biaya yang lebih murah dalam penggunaanya, hal ini disebabkan biaya yang digunakan dalam pemeriksaan dokter spesialis dan tes laboratorium bisa dihilangkan dan digantikan oleh sistem prediksi. Penelitian ini bertujuan untuk membuat sistem prediksi dengan menggunakan algortima C4.5 dimana algortima ini membuat prediksi berdasarkan data historis pasien yang akan diperiksa. Hasil yang didapat dari penggunaan algoritma C4.5 untuk melakukan prediksi mendapatkan akurasi 79% sehingga diharapkan bisa menjadi sumber informasi untuk penelitian selanjutnya tentang prediksi dengan menggunakan algoritma C4.5.

Ceri manis merupakan buah yang memiliki nilai tinggi sebagai barang komoditas, selain itu ceri manis memiliki berbagai manfaat untuk kesehatan sehingga potensi akan buah ini sangat besar. Dalam budidaya ceri manis petani seringkali menemui permasalahan yang mengganggu budidaya tanaman ceri manis. Powdery mildew adalah salah satu penyakit yang biasa menginfeksi ceri manis dimana penyakit ini menginfeksi bagian daun dan memicu penuaan dini pada ceri manis. Penanganan yang tidak tepat pada tanaman ceri manis yang terinfeksi dapat membuat penyebaran powdery mildew ke pohon ceri manis lainnya yang dapat menurunkan hasil panen ceri manis. Untuk membantu penanganan daun ceri manis sistem klasifikasi dapat menjadi solusi yang bisa digunakan dalam menemukan powdery mildew yang menginfeksi tanaman ceri manis. Tujuan dari penelitian ini adalah membuat model yang dapat melakukan klasifikasi terhadap daun ceri manis yang telah terinfeksi powdery mildew pada daun nya, model bekerja dengan membandingkan daun ceri manis yang ada dalam dataset dengan daun ceri manis yang akan diperiksa. Dari penelitian ini hasil yang dilakukan menggunakan algoritma CNN mendapatkan hasil yang baik dimana model mendapatkan akurasi sebesar 99.9% akurasi validasi sebesar 100% dan akurasi testing sebesar 100% .