Penerapan Algoritma ID3 Decision Tree Pada Klasifikasi Penyakit Diabetes
Kata Kunci:
Data Mining, Classification, ID3 Decision Tree, Diabetes MellitusAbstrak
Kadar glukosa darah yang melebihi normal adalah tanda diabetes melitus (DM), suatu kondisi yang kompleks dan kronis yang membutuhkan perawatan medis yang berkelanjutan untuk menurunkan risiko komplikasi melalui pengontrolan glikemik. Pada tahun 2015, ada 10 juta orang di Indonesia yang menderita diabetes. Jumlah penderita diabetes ini meningkat setiap tahun. International Diabetes Federation memperkirakan bahwa jumlah orang di Indonesia yang menderita diabetes akan meningkat menjadi 16.2 juta pada tahun 2040. Untuk mengurangi risiko komplikasi pada masa yang akan datang, diabetes harus dideteksi sejak dini. Salah satu metode yang bisa digunakan untuk memprediksi penyakit diabetes adalah algortima ID3 Decision Tree. Algoritma ID3 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Dari hasil Pengujian menghasilkan akurasi yang cukup besar yaitu sebesar 98,08 % dengan Precision sebesar 96,88% % dan Recall sebesar 100%.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
