DIAGNOSIS PENYAKIT GASTROESOPHAGEAL REFLUX DISEASE MENGGUNAKAN ALGORITMA C5.0

WAGEY, MICHAEL MAXIMILLIAN and Adrian, Angelia Melani and Sumampouw, Michael Goerge (2021) DIAGNOSIS PENYAKIT GASTROESOPHAGEAL REFLUX DISEASE MENGGUNAKAN ALGORITMA C5.0. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE.

	PDF COVER-DAFTAR_ISI_MichaelWagey.pdf Download (1MB)
	PDF BAB_ISI-LAMPIRAN_MichaelWagey.pdf Restricted to Repository staff only Download (5MB)

Official URL: http://digilib.unikadelasalle.ac.id/

Abstract

Gastroesophageal Reflux Disease atau biasa disebut GERD adalah kondisi di mana terjadinya aliran balik atau refluks pada lambung ke dalam esofagus yang dapat menimbulkan gejala dikarenakan gangguan pada esofagus, laring, dan saluran pernafasan. Banyak yang menggangap bahwa GERD ini hampir sama dengan penyakit Maag. Padahal GERD sendiri merupakan penyakit kronik yang bisa menyebabkan berbagai komplikasi. Berdasarkan studi penelitian, Data Kementerian Kesehatan RI pernah mencatat bahwa penyakit GERD sendiri menempati posisi 10 besar penyakit yang paling banyak penderitanya di Indonesia yaitu mencapai empat juta orang. Data epidemologi lain juga menunjukkan bahwa peningkatan penyakit GERD di Asia bagian Timur meningkat sekitar 5,2-8,5%, di Asia Tenggara dan Asia Barat meningkat sebanyak 18,3%. Sedangkan, di Indonesia sendiri ditemukan bahwa peningkatan GERD mengalami kenaikan sebesar 20% dari tahun 1997 sampai 2002. Diagnosis penyakit sendiri dapat dilakukan oleh suatu sistem dengan menerapkan algoritma salah satunya algoritma C5.0. Algoritma C5.0 merupakan pengembangan dari algoritma decision tree sebelumnya yang dapat membuat pohon klasifikasi sehingga dapat melakukan prediksi dengan baik. Dengan menggunakan klasifikasi menggunakan algoritma C5.0, diagnosis awal GERD dapat ditegakkan. Pada aplikasi ini, pengumpulan data dilakukan dengan menyebarkan kuisioner GERD-Q kepada responden. Terdapat 155 record data yang dapat proses untuk klasifikasi diagnosis penyakit GERD. Ada enam atribut yang menjadi parameter dalam menentukan diagnosis yaitu Rasa terbakar di dada, Rasa asam pada mulut, Nyeri ulu hati, Rasa mual, Sulit tidur, dan Minum Obat serta terdapat dua kelas yang dapat dihasilkan yaitu GERD dan Tidak. Dalam penerapannya, pengujian akurasi dengan menggunakan klasifikasi algoritma C5.0 ini menghasilkan ketepatan rata-rata sebesar 92,03%.

Kata Kunci: Gastroesophageal Reflux Disease, GERD, Klasifikasi, Decision tree, Algoritma C5.0, Data mining.

Item Type:

Thesis (Skripsi)

Creators: