Art Original

Penerapan Data Mining Untuk Klasifikasi Penyakit Kanker Darah Menggunakan Metode Decision Tree

---

Kanker darah adalah salah satu penyakit serius dengan angka kematian tinggi di dunia, termasuk di Indonesia. Deteksi dini dan diagnosis yang tepat sangat penting untuk mencegah keterlambatan pengobatan, yang sering menjadi penyebab utama tingkat keparahan pasien. Data mining menyediakan metode klasifikasi yang dapat dimanfaatkan untuk mendeteksi penyakit kanker darah. Dalam penelitian ini, algoritma decision tree dipilih sebagai metode klasifikasi, yang diimplementasikan dengan pengujian menggunakan k-fold cross validation. Penelitian ini bertujuan membangun sistem klasifikasi untuk mengidentifikasi penyakit kanker darah menggunakan data klinis pasien, seperti usia, hemoglobin, leukosit, trombosit, eritrosit, hematokrit, MCV, MCH, MCHC, RDW-CV, RDWSD, PDW, MPV, P-LCR, basofil, eosinofil, neutrofil, limfosit, dan monosit. Hasil penelitian menunjukkan bahwa pengujian menggunakan k-fold cross-validation dengan 10 lipatan (folds) menghasilkan akurasi rata-rata sebesar 95%, presisi 96%, recall 96%, dan f1-score 96%. Dengan demikian, metode Decision Tree terbukti optimal dan efektif untuk menentukan klasifikasi penyakit kanker darah.

---

Availability

Detail Information

Call Number

Informatika 004 Cin P

Language

Indonesia

NPM

203510512

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Decision Tree
data mining
Kanker darah
Klasifikasi
K-fold cross-validation

Other Information

Petugas

Erza Pebriani

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment