Text

PENERAPAN DATA MINING UNTUK KLASIFIKASI PENYAKIT BATU EMPEDU MENGGUNAKAN ALGORITMA RANDOM FOREST DAN C4.5

---

Batu empedu (cholelithiasis) merupakan salah satu kondisi kesehatan yang umum terjadi pada saluran pencernaan dan memerlukan diagnosis yang cepat dan akurat untuk menentukan tindakan medis yang tepat. Keterlambatan diagnosis dapat berdampak pada komplikasi serius. Data Mining menawarkan solusi prediktif melalui teknik klasifikasi yang dapat memanfaatkan data klinis pasien untuk mendukung proses diagnosis. Penelitian ini bertujuan untuk melakukan analisis komparatif kinerja model klasifikasi penyakit batu empedu menggunakan dua algoritma data mining populer, yaitu Random Forest dan C4.5 (Decision Tree). Data yang digunakan adalah data rekam medis pasien di RSUD Arifin Achmad. Variabel yang dieksplorasi meliputi parameter klinis dan demografi pasien yang relevan dengan penyakit batu empedu. Pengujian dan validasi model dilakukan menggunakan metode kfold cross-validation untuk memastikan kinerja model yang objektif dan stabil. Hasil analisis komparatif akan mengukur performa kedua algoritma berdasarkan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Diharapkan penelitian ini dapat mengidentifikasi algoritma mana yang optimal dan efektif dalam mengklasifikasikan risiko penyakit batu empedu, sehingga dapat menjadi rekomendasi alat bantu diagnosis klinis

---

Availability

Detail Information

Call Number

Informatika 660.2 Cic P

Language

Indonesia

NPM

223510391

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

data mining
K-fold cross-validation
Klasifikas
Random Forest
Batu Empedu
, C4.5
Analisis Komparati

Other Information

Petugas

BUDI SANTOSO

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment