Email this article 
Hide
Show all
PREDIKSI PENYAKIT DEMAM BERDARAH DI PUSKESMAS NGEMPLAK SIMONGAN MENGGUNAKAN ALGORITMA C4.5
Abstract
ABSTRACT
Dengue Hemorrhagic Fever (DHF) is a disease whose main cause is the flaviviridae virus. This virus can be transmitted through mosquito bites. The spread of this disease is faster in urban areas than in rural areas due to the high population density. Aedes aegypti mosquito is very easy to spread dengue virus from one person to another because it has a domestic nature. The Ministry of Health has collaborated with local health centers in the DHF prevention program. Ngemplak Simongan Health Center is one of the public health centers located in the District of West Semarang that serves a variety of treatments for this type of disease, one of which is a patient with Dengue Hemorrhagic Fever (DHF). C4.5 algorithm is used to predict dengue fever which aims to produce a decision tree. The choice of using Algortima is because it is widely used to describe a pattern / knowledge / information in the form of a decision tree explicitly. Application created using PHP programming language that produces prediction of dengue fever. The test results obtained an accuracy value of 94.44% so that the application program built can be used correctly.
Keywords: c4.5 algorithm, decision tree , dengue hemorrhagic fever
ABSTRAK
Demam Berdarah Dengue (DBD) adalah sebuah penyakit yang penyebab utamanya adalah virus flaviviridae. Virus ini dapat ditularkan melalui gigitan nyamuk. Penyebaran penyakit ini lebih cepat di area perkotaan dibandingkan di area pedesaan karena faktor tingginya kepadatan penduduk. Nyamuk Aedes aegypti sangat mudah menyebarkan virus dengue dari orang satu ke orang lain karena memiliki sifat domestik. Departemen kesehatan telah melakukan kerja sama dengan puskesmas sekitar dalam program penanggulangan penyakit DBD. Puskesmas Ngemplak Simongan merupakan salah satu puskemas yang berada di Kecamatan Semarang Barat yang melayani berbagai macam pengobatan jenis penyakit, salah satunya adalah penderita Demam Berdarah Dengue (DBD). Algoritma C4.5 digunakan untuk prediksi penyakit demam berdarah yang bertujuan menghasilkan sebuah pohon keputusan. Pemilihan penggunaan Algortima ini karena banyak digunakan untuk menggambarkan suatu pola/pengetahuan/informasi dalam bentuk pohon keputusan secara eksplisit. Aplikasi yang dibuat menggunakan bahasa pemrograman PHP yang menghasilkan prediksi penyakit demam berdarah. Hasil pengujian didapatkan nilai akurasi sebesar 94.44% sehingga aplikasi program yang dibangun dapat digunakan secara benar.
Kata Kunci: algoritma c4.5, pohon keputusan, demam berdarah dengue
Full Text:
PDFReferences
S. Sundaramurthy and P. Jayavel, “A hybrid Grey Wolf Optimization and Particle Swarm Optimization with C4.5 approach for prediction of Rheumatoid Arthritis,” Appl. Soft Comput. J., vol. 94, pp. 1–11, 2020.
K. R. Pradeep and N. C. Naveen, “Lung Cancer Survivability Prediction based on Performance Using Classification Techniques of Support Vector Machines, C4.5 and Naive Bayes Algorithms for Healthcare Analytics,” Procedia Comput. Sci., vol. 132, pp. 412–420, 2018.
A. Joshuva, R. S. Kumar, S. Sivakumar, G. Deenadayalan, and R. Vishnuvardhan, “An insight on VMD for diagnosing wind turbine blade faults using C4 . 5 as feature selection and discriminating through multilayer perceptron,” Alexandria Eng. J., pp. 1–17, 2020.
R. Benkercha and S. Moulahoum, “Fault detection and diagnosis based on C4.5 decision tree algorithm for grid connected PV system,” Sol. Energy, vol. 173, no. April, pp. 610–634, 2018.
L. Han, W. Li, and Z. Su, “An assertive reasoning method for emergency response management based on knowledge elements C4.5 decision tree,” Expert Syst. Appl., vol. 122, pp. 65–74, 2019.
P. Kudła and T. P. Pawlak, “One-class synthesis of constraints for Mixed-Integer Linear Programming with C4.5 decision trees,” Appl. Soft Comput. J., vol. 68, pp. 1–12, 2018.
I. D. Mienye, Y. Sun, and Z. Wang, “Prediction performance of improved decision tree-based algorithms: A review,” Procedia Manuf., vol. 35, pp. 698–703, 2019.
X. Meng, P. Zhang, Y. Xu, and H. Xie, “Construction of decision tree based on C4.5 algorithm for online voltage stability assessment,” Int. J. Electr. Power Energy Syst., vol. 118, no. December 2019, pp. 1–8, 2020.
E. Ermawati, “Algoritma Klasifikasi C4.5 Berbasis Particle Swarm Optimization Untuk Prediksi Penerima Bantuan Pangan Non Tunai,” vol. 8, no. September, pp. 513–528, 2019.
N. Azwanti and E. Elisa, “Analisis Pola Penyakit Hipertensi Menggunakan Algoritma C4 . 5,” vol. 2, 2019.
J. Eska, “Penerapan Data Mining Untuk Prekdiksi Penjualan Wallpaper Menggunakan Algoritma C4.5 STMIK Royal Ksiaran,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 2, pp. 9–13, 2016.
S. Haryati, A. Sudarsono, and E. (2015) Suryana, “Implementasi Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5,” J. Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.
R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer,” vol. V, no. 2, pp. 199–204, 2019.
G. G. Maulana, “Pembelajaran Dasar Algoritma Dan Pemrograman Menggunakan El-Goritma Berbasis Web,” J. Tek. Mesin, vol. 6, no. 2, p. 8, 2017.
T. Tukino, “Penerapan Algoritma C4.5 Untuk Memprediksi Keuntungan Pada PT SMOE Indonesia,” J. Sist. Inf. Bisnis, vol. 9, no. 1, p. 39, 2019.
F. F. Harryanto and S. Hansun, “Penerapan Algoritma C4.5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE,” J. Tek. Inform. Dan Sist. Inf., vol. 3, no. 2, pp. 95–103, 2017.
A. Syafnur, “Analisis Dengan Metode Klasifikasi Menggunakan Decission Tree Untuk Memprediksi Penentuan Resiko Kredit Bank,” vol. IV, no. 1, 2017.
DOI: https://doi.org/10.32520/stmsi.v9i3.898
Article Metrics
Abstract view : 969 timesPDF - 421 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.