PENERAPAN METODE ALGORITMA ID3 UNTUK PREDIKSI DIAGNOSA GAGAL GINJAL KRONIS (STUDI KASUS: RSUD SEKARWANGI SUKABUMI)
Abstract
The Iterative Dichotomiser 3 (ID3) algorithm is part of the classification method and is a type of method that can map or separate two or more different classes. One of the problems that can be solved using algorithm ID3 is the prediction of the diagnosis of chronic kidney disease. Chronic kidney disease is a failure of kidney function to maintain metabolism and fluid and electrolyte balance. Based on the classification performance measurement from 230 data training shows that the accuracy value reaches 96,08%. It can be concluded that the method of ID3 Algorithm is feasible to be used in predictive data on chronic kidney disease (CKD).
Keywords: ID3 Algortihm, Chronic Kidney Disease (CKD), Accuracy
Algoritma Iterative Dichotomiser 3 (ID3) adalah bagian dari metode klasifikasi dan merupakan jenis metode yang dapat memetakan atau memisahkan dua atau lebih class yang berbeda. Salah satu masalah yang dapat dipecahkan dengan menggunakan algoritma ID3 adalah prediksi diagnosa gagal ginjal kronis. Gagal ginjal kronis adalah kegagalan fungsi ginjal untuk mempertahankan metabolisme serta keseimbangan cairan dan elektrolit. Berdasarkan pengukuran kinerja klasifikasi dari data training 230 data menunjukkan bahwa nilai akurasi mencapai 96,08%. Dapat disimpulkan bahwa metode Algoritma ID3 layak untuk digunakan pada penelitian prediksi data gagal ginjal kronis (GGK)
Kata Kunci: Algoritma ID3, Gagal Ginjal Kronis (GGK), Akurasi
Full Text:
PDFReferences
Arietya, W. W., Supriyatin, W., & Astuti, I, “Penentuan Minat Konsumen Dalam Membeli Mobil Menggunakan Algoritma Id3 Studi Kasus Daihatsu Wilayah Jakarta”, Jurnal KNTIA, 4, E-25, 2017.
Emojion, “Situasi Penyakit Ginjal Kronis”, Infodatin (pp. 1-10), Pusat Data dan Informasi, Jakarta, 2017.
Firman, R., Mugianti, S., Sunarno, I., & Winarni, S, “Kualitas Hidup Pasien Gagal Ginjal Yang Menjalani Hemodialisis”, Jurnal Ners dan Kebidanan, 3(2355-052X), 118-122, Agustus 2016.
Ibrahim, I., Suryani, I., & Ismail, E, “Hubungan Asupan Protein dengan Kadar Ureum dan Kreatinin pada Pasien Gagal Ginjal Kronik yang Sedang Menjalani Hemodialisa di Unit Hemodialisa RS PKU Muhammadiyah Yogyakarta”, Jurnal Nutrisia, 19(1693-945X), 1-6, Maret 2017.
Kacung, S., & Santoso, B., “Sistem Deteksi Dini Untuk Meningkatkan Performance Kelulusan Mahasiswa Dengan Id3 (Studi Kasus : Teknik Informatika Unitomo)”, Prosiding Penelitian DIPA, XXXVI(978-602-61886-0-1), 212-216, 2017.
Moeloek, N. F., “Upaya Peningkatan Promotif Preventif Bagi Kesehatan Ginajal di Indonesia.” In M. R. Kesehatan, Air Bagi Kesehatan (pp. 1-34). Jakarta: Germas, 2018.
Nafi’iyah, N., & Fatichah, C. ( 2018, Mei). METODE FUZZY ID3 UNTUK KLASIFIKASI BENTUK WAJAH MANUSIA MENGGUNAKAN DENTAL PANORAMIC. Jurnal SPIRIT, 10(2085 - 3092), 13-20.
Rosmalia, L., & Kusumadewi, S, “Sistem Pendukung Keputusan Klinis Untuk Menentukan Jenis Gangguan Psikologi Pada Pasien Gagal Ginjal Kronis (GGK) yang Menjalani Terapi Hemodialisa”, informatika upgris, 4(2460-4801), 11-21, 2018.
Shafique, U., & Qaiser, “A Comparative Study of Data Mining Process Models (KDD , CRISP-DM and SEMMA)”, International Journal of Innovation and Scientific Research, 12, 217–222, 2014.
DOI: http://dx.doi.org/10.20527/klik.v6i1.211
Copyright (c) 2019 KLIK - KUMPULAN JURNAL ILMU KOMPUTER
This work is licensed under a Creative Commons Attribution 4.0 International License.
This work is licensed under a Creative Commons Attribution 4.0 International License. View My Stats