IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENYAKIT MALARIA TROPIKA DENGAN ALGORITMA C4.5

  • Nur Ain Banyal STMIK Umel Mandiri
  • Surianti Surianti Universitas Doktor Husni Ingratubun Papua
Keywords: Keywords: Tropical Malaria, Data Mining, C.45 Algorithm, Decision Tree

Abstract

Abstract :  Malaria is a chronic and acute disease caused by protozoa of the Plasmodium type. There are 4 main species of plasmodium that cause malaria in humans, namely: Plasmodium falciparum, Plasmodium vivax, Plasmodium malariae and Plasmodium ovale. The most important of these species is Plasmodium falciparum (tropic) because the consequences can be fatal and this species is also the one that causes the most deaths. This study aims to create a prediction model using Data Mining Algorithm C4.5 which produces a decision tree and testing carried out using Rapidminner so that prevention of tropical malaria can be examined early. In this study there are several classification attributes, namely normal, stage 1, stage 2, stage 3 and stage 4. The results of this study will be used as a reference to be able to see whether someone is at risk of tropical malaria or not based on predetermined attributes.

Keywords: Tropical Malaria, Data Mining, C.45 Algorithm, Decision Tree

Abstrak Malaria adalah penyakit kronis dan akut yang disebabkan oleh protozoa dari jenis Plasmodium. Ada 4 spesies yang utama dari jenis plasmodium yang menyebabkan penyakit malaria pada manusia, yaitu: Plasmodium Falciparum, Plasmodium Vivax, Plasmodium Malariae dan Plasmodium Ovale. Yang paling penting dari spesies ini adalah Plasmodium Falciparum (Tropika) karena akibatnya bisa fatal dan spesies ini juga yang paling banyak menyebabkan kematian.  Pada penelitian ini bertujuan untuk membuat model prediksi menggunakan Data Mining Algoritma C4.5 yang menghasilkan sebuah pohon keputusan serta pengujian yang dilakukan dengan menggunakan Rapidminner agar pencegahan terhadap penyakit malaria tropika dapat dilakukan pemeriksaan sejak dini. Dalam penelitian ini terdapat beberapa atribut klasifikasi yaitu normal, stadium 1, stadium 2, stadium 3 dan stadium 4. Hasil dari penelitian ini akan dijadikan sebagai acuan untuk dapat melihat apakah seseorang beresiko terkena penyakit malaria tropika atau tidak berdasarkan atribut yang telah ditetapkan.

Kata kunci: Malaria Tropika, Data Mining, Algoritma C.45, Decision Tree

References

N. A. Banyal, S. Surianti, and A. R. Dayat, “Klasifikasi Citra Plasmodium Penyebab Penyakit Malaria dalam Sel Darah Merah Manusia dengan Menggunakan Metode multi class support vector machine (svm). ILKOM Jurnal Ilmiah 8 (2), pp.111-118, 2016.

Sanni Ucha Putri, Eka Irawan, Fitri Rizky,”Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4.5”, KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen).Vol.2, No. 1, pp. 39-46, Januari, 2021.

B. Sugara, D. Widyatmoko, B. S. Prakoso, And D. M. Saputro, “Penerapan Algoritma C4.5 Untuk Deteksi Dini Autisme Pada Anak,” Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA) 2018, Pp. 87–96.

A. E. Pramadhani, T. Setiadi,”Penerapan Data Mining Untuk Klasifikasi Prediksi Penyakit ISPA (Infeksi Saluran Pernapasan Akut) Dengan Algoritma Decision Tree. Jurnal Sarjana Teknik Informatika Vol.2 No.1, pp: 160-168, Februari 2014

S. R. Ningsih, I. S. Damanik, A. P. Windarto, H. S. Tambunan, J. Jalaluddin, And A. Wanto, “Analisis K-Medoids Dalam Pengelompokkan Penduduk Buta Huruf Menurut Provinsi,”. SENARIS. pp.721, 2019, Doi: 10.30645/Senaris.V1i0.78.

A. S. Sunge Et Al., “Prediksi Kompetensi Karyawan Menggunakan Algoritma C4.5 (Studi Kasus : PT Hankook Tire Indonesia),” SENTIKA, 2018, Pp. 23–24.

A. Muzakir And R. A. Wulandari, “Model Data Mining Sebagai Prediksi Penyakit Hipertensi Kehamilan Dengan Teknik Decision Tree,” Sci. J. Informatics, Vol. 3, No. 1, Pp. 19–26, 2016, Doi: 10.15294/Sji.V3i1.4610

Abdul Rohman., “Penerapan Algoritma C4.5 Berbasis Adaboos untuk Prediksi Penyakit Jantung,” Majalah Ilmiah Universitas Pandanaran. Vol 11, No. 26, 2013.

Sunanto,Ghazi Falah., “Perapan Algoritma C4.5 untuk Membuat Model Prediksi Pasien yang Mengidap Penyakit Diabetes,” Jurnal Teknologi dan Sistem Informasi Univra. Vol. 7 No. 2, pp. 208-216, Juli 2022.

Ade Purwanto, Aji Primajaya, Apriade Voutama,.” Penerapan Algoritma C4.5 dalam Prediksi Potensi Tingkat Kasus Pneumonia di Kabupaten Karawang”., Jurnal Sistem dan Teknologi Informasi Universitas Singaperbangsa Karawang. Vol. 08, No.4, Oktober 2020.

I.G.A Mahardika Pratama, L.G Astuti, I.M Widiartha, dkk., “Diagnosis Penyakit Ginjal Kronis dengan Algoritma C4.5, K-Means dan BPSO,” Jurnal Elektronik Ilmu Komputer Udayana. Volume 10 No 4, May 2022.

Setio, P. B. N., Saputro, D. R. S., & Bowo Winarno. Klasifikasi Dengan Pohon Keputusan Berbasis Algoritme C4.5. PRISMA, Prosiding Seminar Nasional Matematika 3, 2020, pp. 64–71.

Published
2023-11-23
How to Cite
Banyal, N., & Surianti, S. (2023). IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENYAKIT MALARIA TROPIKA DENGAN ALGORITMA C4.5. Jurnal Ilmiah Matrik, 25(3), 236–242. https://doi.org/10.33557/jurnalmatrik.v25i3.2537
Section
Articles
Abstract viewed = 358 times
PDF : 283 times