Penerapan Data Mining Untuk Memprediksi Potensi Pendonor Darah Menjadi Pendonor Tetap Menggunakan Metode Decision Tree C.45

Abstract

Persediaan darah pada suatu rumah sakit terkadang tidak menentu, sehingga sangat dibutuhkan persedian darah yang cukup pada bank darah, sehingga jika sewaktu – waktu dibutuhkan, darah sudah tersedia. Namun pada kenyataannya persedian darah sering kali bersifat tidak tetap. Dengan data mining diharapkan mampu memprediksi data pendonor yang ada pada PMI untuk memprediksi pendonor yang berpotensi menjadi pendonor tetap. Dalam proses ini metode yang dipakai dalam melakukan data mining adalah algoritma C4.5. Dari hasil analisis yang dilakukan, dapat diketahui bahwa data yang digunakan adalah data random sebanyak 600 data, dimana data training berjumlah 500 data, dan data set berjumlah 100 data. Dari pohon decision tree yang didapatkan dari proses data mining menggunakan algoritma C4.5 yang dilakukan dapat disimpulkan bahwa pegawai swasta dengan umur diatas 26 tahun paling banyak menjadi pendonor.