Prediksi Penyakit Demam Berdarah Di Puskesmas Ngemplak Simongan Menggunakan Algoritma C4.5

Cholil, Saifur Rohman; Dwijayanto, Aditya Febri; Ardianita, Tria

doi:10.32520/stmsi.v9i3.898

Cited by 2 publications

(3 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Algoritma C4.5 menggunakan prinsip kerja dari algoritma ID3 yang dapat mengatasi continue data, prunning dan missing value pada data [17]. Penggunaan algoritma ini mempunyai beberapa langkah yang dapat ditunjukan pada rumus-rumus berikut [18] : 1. Menghitung nilai entropy dengan melakukan persamaan:…”

Section: Algortima Decision Tree C45unclassified

Analisis Pemberian Bantuan UMKM Menggunakan Algoritma K-NN dan C4.5

Suseno,

Amin,

Mahardika

2023

JoSYC

View full text Add to dashboard Cite

The Covid-19 pandemic has had an impact on the economies of countries in the world, including Indonesia. The low trade balance, public consumption and the implementation of large-scale social restrictions (PSBB) have caused business actors to suffer losses and even go out of business, especially Micro, Small and Medium Enterprises (MSMEs). Assistance to MSMEs has been provided by the government to maintain the functioning of the economy in the micro environment. However, the provision of this assistance needs to be carried out further analysis because there are reports that the assistance is not on target, causing the budget spent to be ineffective. In this research, an analysis will be carried out on the provision of assistance from the government to MSMEs, especially in Pekalongan district, using data mining techniques, especially classification. The algorithms used are K-Nearest Neighbor (K-NN) and C.45 which are then compared to determine the highest level of effectiveness in recommendations for providing MSME assistance in the District. Pekalongan. The data used was 312 MSMEs and after going through the data preprocessing process we got accurate data, namely 279. The data was divided into 2, namely training data of 200 data and testing data of 79 data. The results of this research, the K-NN algorithm obtained an accuracy level of 94.94%, precision 94.73% and recall 94.73%, while the C.45 algorithm obtained an accuracy level of 86.08%, precision 87.21% and recall 88.3%. Based on the results of this research, it can be concluded that the use of data mining techniques with the K-NN and C4.5 algorithms has a high level of accuracy for recommendations for assistance to MSMEs, however for the best results you can use the K-NN algorithm which has an accuracy level of 94.94%.

show abstract

Section: Algortima Decision Tree C45unclassified

Analisis Pemberian Bantuan UMKM Menggunakan Algoritma K-NN dan C4.5

Suseno,

Amin,

Mahardika

2023

JoSYC

View full text Add to dashboard Cite

show abstract

“…Gigitan nyamuk mengandung virus Flaviviridae yang dapat kematian bagi penderita. Penyebaran penyakit DBD di area perkotaan lebih pesat dibandingkan di area pedesaan karena faktor tingginya kepadatan penduduk (Cholil, et al, 2020). Selain itu Penyebaran DBD dipengaruhi oleh factor cuaca dan iklim, akan meningkat jika terjadi musim hujan.…”

Section: Pendahuluanunclassified

“…Incident Rate atau rata -rata kejadian adalah nilai yang didapat dengan menghitung jumlah kasus demam berdarah pada bulan tertentu di suatu daerah berpopulasi tertentu (Kristianto, et al, 2017). Secara matematis dapat dihitung dengan menggunakan persamaan (Cholil, et al, 2020).…”

Section: Datasetunclassified

Prediksi Penyebaran Demam Berdarah Dangue dengan Algoritma Hybrid Autoregressive Integrated Moving Average dan Artificial Neural Network: Studi Kasus di Kabupaten Bandung

Karo Karo

2022

J. Soft. Eng. Inf. Comm. Tech.

View full text Add to dashboard Cite

Demam Berdarah Dengue (DBD) merupakan penyakit menular yang ditularkan melalui gigitan nyamuk Aedes Aegypti. WHO (World Health Organization) telah mengupayakan langkah-langkah pencegahan terhadap wabah DBD dengan penerapan teknologi. Teknologi yang digunakan untuk mencegah penyebaran wabah DBD adalah penggunaan serangkaian proses komputasi untuk menghasilkan prediksi penyebaran DBD yang diharapkan dapat membantu langkah pencegahan. Dalam membantu pengembangan teknologi pencegahan DBD penulis mengembangkan model hybrid Autoregressive Integrated Moving Average (ARIMA) dan Artificial Neural Network (ANN) untuk membantu memprediksi incident rate DBD berdasarkan beberapa variabel terkait seperti cuaca dan incident rate yang diambil dari Januari 2009 – November 2016. Dari model hybrid ARIMA dan ANN dihasilkan nilai prediksi yang memiliki tingkat error yang rendah yang diindikasikan oleh nilai RMSE yang kecil. Model hybrid ARIMA-ANN yang optimal adalah hybrid ARIMA-ANN dengan orde (1,0,3) dengan nilai RMSE sebesar 0.0087

show abstract

Prediksi Penyakit Demam Berdarah Di Puskesmas Ngemplak Simongan Menggunakan Algoritma C4.5

Cited by 2 publications

References 14 publications

Analisis Pemberian Bantuan UMKM Menggunakan Algoritma K-NN dan C4.5

Analisis Pemberian Bantuan UMKM Menggunakan Algoritma K-NN dan C4.5

Prediksi Penyebaran Demam Berdarah Dangue dengan Algoritma Hybrid Autoregressive Integrated Moving Average dan Artificial Neural Network: Studi Kasus di Kabupaten Bandung

Contact Info

Product

Resources

About