PENERAPAN ALGORITMA DECISION TREE C4.5 DALAM KLASIFIKASI INDENTIFIKASI PASIEN PENYAKIT TUBERKULOSIS (TB) DI PUSKESMAS SUKORAMBI JEMBER

Bakhtiar Lazuardi, Muhammad (2020) PENERAPAN ALGORITMA DECISION TREE C4.5 DALAM KLASIFIKASI INDENTIFIKASI PASIEN PENYAKIT TUBERKULOSIS (TB) DI PUSKESMAS SUKORAMBI JEMBER. Undergraduate thesis, Universitas Muhammadiyah jember.

	Text a. PENDAHULUAN.pdf Download (639kB)
	Text b. ABSTRAK.pdf Download (220kB)
	Text c. BAB I.pdf Download (329kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (619kB) \| Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (889kB) \| Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (204kB) \| Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (204kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (911kB) \| Request a copy
	Text j. JURNAL.pdf Download (541kB)

Abstract

Tuberkulosis (TB) adalah penyakit yang mempengaruhi paru-paru yang tergolong sebagai penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia setelah HIV. Penelitian ini bertujuan mengetahui berapa tingkat akurasi dan presisi hasil klasifikasi rekomendasi pendonor darah menggunakan algoritma desicion tree c4.5 berdasarkan atribut batuk ≥ 2 Minggu, penurunan berat badan, nafsu makan, demam, batuk darah, nyeri dada dengan output positif terjangkit TB dan negatif tidak terjangkit TB. Setelah dilakukan pengujian data sebanyak 5 kali pengujian terhadap penyakit Tuberkulosis (TB) dan didapatkan akurasi dan presisi rata – rata sebesar 88% dan 81% dengan hasil akurasi dan presisi setiap percobaan hasilnya berbeda. Untuk akurasi dari percobaan P1 hingga P5 adalah 85%, 97% 87%, 85%, 89% dan untuk presisi dari percobaan P1 hingga P5 adalah 33%, 100%, 94%, 96%, 85%. Maka dapat disimpulkan bawha metode klasifikasi algoritma desicion tree c4.5 dapat digunakan dalam mengindentifikasi pasien penyakit Tuberkulosis. Kata kunci: Tuberkulosis, Algoritma Desicion Tree C4.5

Item Type:

Thesis (Undergraduate)

Subjects:

600 Technology and Applied Science
600 Technology and Applied Science > 610 Medicine and Health

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

Lazuardi Muhammad Bakhtiar

Contributors: