Klasifikasi Diagnosa Penyakit Diabetes Mellitus (Dm) Menggunakan Algoritma C4.4

Abstract

Penyakit Diabetes Mellitus (DM) atau kencing manis merupakan salah satu penyakit yang mematikan, diabetes atau kencing manis ini membunuh lebih dari satu juta orang setiap tahunnya dan siapapun dapat terkena, oleh karena itu peneliti mencoba untuk mengklasifikasikan data penyakit diabetes menggunakan algoritma C4.5. Dengan algoritma C4.5 akan menghasilkan decision tree atau pohon keputusan yang mudah dipahami dan mudah dipelajari. Algoritma C4.5 merupakan salah satu algoritma klasifikasi yang ada di dalam data mining. Tujuan dari penelitian ini adalah menerapkan algoritma C4.5 dalam melakukan diagnosa dan mengetahui persentase error dari data yang sudah ada. Hasil akhir dari perhitungan yaitu prediksi error C4.5 dimana dari 50 data tidak ada data yang error dan menghasilkan akurasi sebesar 100% artinya akurasi menggunakan algoritma C4.5 dibilang sangat tinggi.

Feature Selection Menggunakan Binary Wheal Optimizaton Algorithm (BWOA) pada Klasifikasi Penyakit Diabetes

“…Beberapa penelitian terkait penyelesaian atau deteksi penyakit diabetes mellitus melalui metode klasifikasi, diantaranya K-NN (Yunita, 2016) (Argina, 2020), Naïve Bayes (Ridwan, 2020), C45 (Moh. Jasri, 2017) (Ente et al, 2020), Decision Tree (Najib, Nurcahyono and Setiawan, 2019), SVM(Mucholladin, Abdurrachman Bachtiar and Furqon, 2021) dan Neural Network (Mardiana, Ditama and Tuslaela, 2020) (Nugraha, Shidiq and Rahayu, 2019). Hasil klasifikasi pada penelitian terdahulu menunjukkan variansi keragaman akurasi yang dihasilkan.…”

Komparasi Algoritma KNN Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Mellitus

“…Penyakit diabetes melitus dapat disembuhkan asalkan penderita sudah menyadari dan mengikuti pengobatan sejak awal sebelum penyakit tersebut bertambah parah. Oleh karena itu, perlunya informasi terhadap masyarakat mengenai faktor-faktor penyebab penyakit diabetes melitus [5].…”