DATA MINING PENYAKIT TERBANYAK BERDASARKAN DECISION TREE ALGORITMA C4.5 DI RSUD PANDAN ARANG BOYOLALI

Abstract

Data 10 besar penyakit adalah data penyakit yang sering muncul dan paling sering terjadi. Pendataan 10 besar penyakit digunakan untuk mengetahui pola penyakit yang ada di Masyarakat. Metode klasifikasi Decision tree atau pohon keputusan merupakan salah satu model yang memetakan observasi-observasi suatu item sehingga diperoleh suatu kesimpulan tentang nilai target dari suatu item yang digambarkan dalam bentuk pohon model. Algoritma C4.5 adalah salah satu metode untuk membuat decision tree berdasarkan training data yang telah disediakan. Tujuan penelitian ini adalah menghasilkan klasifikasi penyakit terbanyak berdasarkan decision tree Algoritma C4.5 RSUD Pandan Arang Boyolali menggunakan excel dan RapidMiner. Rancangan penelitian ini adalah Observasional deskriptif. Teknik pengumpulan data dalam penelitian ini adalah observasi, dengan jumlah data bersih yaitu 3449 data. Hasil penelitian ini menunjukkan tidak terdapat perbedaan hasil antara excel dan RapidMiner yang menghasilkan klasifikasi penyakit terbanyak yaitu blok A00-B99, Z00-Z99, I00-I99, O00-O99, J00-J99, dan E00-E90, dan diperoleh 18 rule. Evaluasi kinerja model klasifikasi decision tree algoritma C4.5 menggunakan confusion matrix menghasilkan nilai akurasi sebesar 25.14%.