Analisa sistem prediksi penyakit stroke menggunakan decision tree c4.5

DETAIL KOLEKSI

Analisa sistem prediksi penyakit stroke menggunakan decision tree c4.5

Oleh : Arie Suharyadi

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Dian Pratiwi

Pembimbing 2 : Agus Salim

Subyek : Data mining;Organizational effectiveness

Kata Kunci : stroke, decision tree, c4.5, artificial intelegent

Status Posting : Published

Status : Tidak Lengkap

File Repositori

No.	Nama File	Hal.
1.	2022_TA_SIF_064001900053_Halaman-Judul.pdf	16
2.	2022_TA_SIF_064001900053_Lembar-Pengesahan.pdf	6
3.	2022_TA_SIF_064001900053_Baba-1_Pendahuluan.pdf	8
4.	2022_TA_SIF_064001900053_Bab-2_Tinjauan-Pustaka.pdf	13
5.	2022_TA_SIF_064001900053_Bab-3_Metodologi-Penelitian.pdf	12
6.	2022_TA_SIF_064001900053_Bab-4_Implementasi-dan-Uji-Coba.pdf	22
7.	2022_TA_SIF_064001900053_Bab-5_Kesimpulan-dan-Saran.pdf	4
8.	2022_TA_SIF_064001900053_Daftar-Pustaka.pdf	6

Abstrak
Abstract

S troke merupakan sebuah kondisi dimana pasokan darah yang sangat sedikitmengalir ke dalam otak sehingga dapat mengakibatkan penyumpatan (stroke iskemik) danpecahnya pembuluh darah (stroke hemoragik). Pada segi pandangan medis, jika ada darahyang mengalir ke otak dan otak tidak bisa mendapatkan asupan oksigen dan nutrisi, makadapat mengakibatkan sel-sel otak menjadi mati. Matinya sel otak ini dapat menyebabkanbeberapa bagian tubuh yang biasa bergerak atas intruksi langsung dari otak menjadi rusakdan tidak dapat berfungsi dengan baik dan optimal. Melalui penelitian ini, penulismenggunakan Algoritma Decision Tree yaitu Algortima C4.5 untuk memprediksi gejalagejalastroke yang dialami manusia. Sampel data diambil dari Github yang menyediakandataset kasus yang memiliki gejala-gejala stroke. Pengujian menggunakan tes CrosValidation dan Confusion Matrix. Sebagai hasil tes, didapatkan nilai AUC Algoritma C4.5adalah sebesar 0.585; nilai untuk Precision dengan tidak stroke sebesar 0.98 dan strokesebesar 0.08; nilai untuk Recall dengan tidak stroke sebesar 0.96 dan stroke sebesar 0.19;dan nilai untuk f1-score dengan tidak stroke sebesar 0.97 dan stroke 0.12. Dengandemikian, algoritma Decision Tree C4.5 merupakan algoritma dan teknik terbaikmemprediksi gejala-gejala penyakit stroke untuk menganalisa seseorang menderita strokeatau tidak.

S troke is a condition which has less blood supply flowing to the brain, so can cause a blockage (ischemic stroke) and blood vessel to burst (hemorrhagic stroke). From a medical point of view, if there is the absence of blood flowing to the brain and the brain can not get oxygen and nutrients, it may cause brain cells to die. The death of brain cells can cause some parts of the body that normally move on direct instructions from the brain to be damaged and cannot function properly and optimally.Through this research, researcher will use Decision Tree Algorithm named C4.5 Algorithm to predict any symptoms of stroke on humans. Data sample is acquired from Github which supply case datasets that have symptoms of stroke. The test used Cross Validation and Confution Matrix test. As result, the AUC value of C4.5 algorithm is 0.585; Precision value for non-strike is 0.98 and for stroke is 0.08; Recall value for non-stroke is 0.96 and for stroke is 0.19; and fl-score value for non-stroke is 0.96 and for stroke is0.12. Finally, Decision Tree C4.5 algorithm is the best algorithm and technique for predicting stroke symptoms, in order to analyze someone get stroke or not.