DIAGNOSIS PENYAKIT GAGAL JANTUNG MENGGUNAKAN ALGORITMA C5.0

Walewangko, Jessica Martha and Adrian, Angelia Melani and Sanger, Junaidy Budi (2022) DIAGNOSIS PENYAKIT GAGAL JANTUNG MENGGUNAKAN ALGORITMA C5.0. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-DAFTAR_ISI_JessicaWalewangko.pdf Download (793kB)
	PDF BAB_ISI-LAMPIRAN_JessicaWalewangko.pdf Restricted to Repository staff only Download (2MB)

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

Abstract

Jantung adalah salah satu organ tubuh yang memegang peranan yang sangat penting dalam tubuh manusia. Fungsi utama jantung adalah mengalirkan darah bagi seluruh tubuh, namun fungsi dari jantung tidak selalu dapat bekerja dengan baik. Hal ini tergantung dari bagaimana seseorang menjaga kesehatan tubuh, yang dapat dilihat dari gaya hidup yang tidak sehat. Gaya hidup yang tidak sehat dapat memengaruhi kinerja dari organ jantung. Selain gaya hidup terdapat penyakit yang juga dapat memengaruhi kinerja dari organ jantung, salah satunya penyakit gagal jantung. Gagal jantung adalah kondisi di mana jantung tidak dapat memompa darah yang cukup bagi seluruh tubuh. Gagal jantung menjadi salah satu penyakit yang dapat menyebabkan kematian tertinggi di dunia. Hal ini diakibatkan karena gejala awal yang dialami oleh penderita berbeda-beda dan sulit untuk dikenali karena gejala yang tidak spesifik dan hanya sedikit pada awal penyakit. Kurangnya pengetahuan akan gejala dan bahaya penyakit gagal jantung dapat menyebabkan penyakit gagal jantung terlambat dideteksi. Diagnosis penyakit dapat menggunakan sistem dengan menerapkan metode klasifikasi data mining dengan algoritma pohon keputusan C5.0. Algoritma C5.0 adalah penyempurnaan dari algoritma C4.5 yang memiliki keunggulan dapat mengklasifikasi data dengan waktu yang lebih singkat. Penelitian dilakukan menggunakan dataset yang didapatkan dari salah satu rumah sakit umum di Manado dengan jumlah 160 record. Pengujian yang dilakukan mendapatkan hasil akurasi rata-rata sebesar 77%, dengan pembagian 60% data latih dan 40% data uji.

Kata kunci: Gagal Jantung, Klasifikasi, Data Mining, Algoritma C5.0.

Item Type:

Thesis (Skripsi)

Creators: