Klasifikasi Jenis Penyakit Tuberkulosis dengan Menggunakan Algoritma C4.5

FAHIRA, Resa Inka (2022) Klasifikasi Jenis Penyakit Tuberkulosis dengan Menggunakan Algoritma C4.5. Skripsi thesis, Universitas Jenderal Soedirman.

[img] PDF (Cover)
COVER-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf

Download (211kB)
[img] PDF (Legalitas)
LEGALITAS-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (936kB)
[img] PDF (Abstrak)
ABSTRAK-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf

Download (35kB)
[img] PDF (BabI)
BAB-I-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (218kB)
[img] PDF (BabII)
BAB-II-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (755kB)
[img] PDF (BabIII)
BAB-III-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (239kB)
[img] PDF (BabIV)
BAB-IV-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabV)
BAB-V-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (209kB)
[img] PDF (DaftarPustaka)
DAFTAR PUSTAKA-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf

Download (318kB)
[img] PDF (Lampiran)
LAMPIRAN-Resa Inka Fahira-K1B015068-Skripsi-2022.pdf
Restricted to Repository staff only

Download (596kB)

Abstract

Penelitian ini mengkaji tentang klasifikasi jenis penyakit tuberkulosis (TB) dengan menggunakan data rekam medis penderita TB di Rumah Sakit Umum Daerah (RSUD) Banyumas pada tahun 2018/2019 yang berjumlah 156 orang. Jenis penyakit TB yang diklasifikasikan ada tiga yaitu TB paru positif, TB paru negatif, dan TB ekstra paru. Metode yang digunakan pada penelitian ini yaitu pohon keputusan. Model pohon keputusan diperoleh berdasarkan hubungan antara atribut target dengan atribut prediktor yang dihitung menggunakan algoritma C4.5. Atribut target pada penelitian ini yaitu jenis penyakit TB, sedangkan atribut prediktornya terdiri dari riwayat terkena penyakit TB, jenis kelamin, usia, tingkat pendidikan, dan tempat tinggal. Hasil penelitian menunjukkan bahwa model pohon keputusan pada penelitian ini memiliki tingkat ketepatan klasifikasi secara signifikan sebesar 72,34%, dan dari 47 penderita TB yang dijadikan sebagai data testing untuk menguji model pohon keputusan yang terbentuk, diperoleh hasil prediksi sebanyak 31 kasus TB paru positif dari 34 amatan yang aktualnya TB paru positif, 3 kasus TB paru negatif dari 11 amatan yang aktualnya TB paru negatif, dan untuk kasus TB ekstra paru yang aktualnya berjumlah 2 amatan tidak memiliki hasil prediksi yang sesuai. Kata kunci : jenis penyakit TB, pohon keputusan, algoritma C4.5.

Item Type: Thesis (Skripsi)
Nomor Inventaris: K22028
Uncontrolled Keywords: Jenis penyakit TB, Pohon Keputusan, Algoritma C4.5
Subjects: C > C459 Classification
T > T335 Tuberculosis
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User: Mrs Resa Inka Fahira
Date Deposited: 14 Mar 2022 07:49
Last Modified: 14 Mar 2022 07:49
URI: http://repository.unsoed.ac.id/id/eprint/15050

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year