UMBPUMBP

LOFIAN: Jurnal Teknologi Informasi dan KomunikasiLOFIAN: Jurnal Teknologi Informasi dan Komunikasi

Informasi merupakan kebutuhan vital dalam kehidupan sehari-hari dan memiliki peranan penting dalam proses pengambilan keputusan. Namun, memperoleh informasi yang tepat dan akurat sering kali menjadi tantangan tersendiri. Penelitian ini bertujuan untuk membantu pengambil keputusan dengan membandingkan kinerja metode Rough Set dan algoritma Apriori dalam proses analisis data. Metode Rough Set dimanfaatkan untuk menghasilkan aturan yang ringkas melalui proses reduksi, sedangkan algoritma Apriori digunakan untuk menemukan kombinasi itemset yang sering muncul dalam basis data berdasarkan nilai minimum support (minsup), dengan tahapan utama berupa proses join dan prune. Tujuan utama dari penelitian ini adalah meningkatkan akurasi kedua metode dalam mengidentifikasi penyakit demam tifoid. Penelitian ini menggunakan tujuh variabel input utama, dan berdasarkan pengujian terhadap dataset demam tifoid, metode Rough Set menghasilkan aturan dengan panjang empat, sedangkan algoritma Apriori menghasilkan aturan dengan panjang tiga. Hasil akhir menunjukkan bahwa kedua metode memberikan rata-rata akurasi sebesar 87,4%.

Berdasarkan hasil implementasi kedua metode, baik Rough Set maupun Apriori sama-sama menghasilkan akurasi yang tinggi dan konsisten sebesar 87,4%.Hal ini menunjukkan bahwa kedua metode mampu mengidentifikasi pola gejala demam tifoid dengan baik.Rough Set unggul dalam penyederhanaan atribut dan eksplorasi rule secara logis, sedangkan Apriori efektif dalam mengungkap asosiasi antar gejala dengan support dan confidence yang kuat.

Penelitian selanjutnya dapat difokuskan pada pengembangan sistem pendukung keputusan berbasis data mining yang terintegrasi dengan rekam medis elektronik, untuk membantu dokter dalam diagnosis dan penanganan demam tifoid secara lebih cepat dan akurat. Selain itu, eksplorasi metode data mining lain seperti deep learning atau ensemble methods dapat dilakukan untuk meningkatkan akurasi prediksi dan menangani kompleksitas data yang lebih tinggi. Terakhir, studi komparatif dengan melibatkan dataset dari berbagai rumah sakit dan wilayah geografis perlu dilakukan untuk menguji generalisasi model dan mengidentifikasi faktor-faktor yang mempengaruhi pola penyakit demam tifoid.

  1. Analisa Sistem Pakar Penyakit Menular Pada Anak-Anak Dengan Metode Forward Chaining | LOFIAN: Jurnal... doi.org/10.58918/lofian.v2i2.207Analisa Sistem Pakar Penyakit Menular Pada Anak Anak Dengan Metode Forward Chaining LOFIAN Jurnal doi 10 58918 lofian v2i2 207
  2. Evaluasi Performa Metode Rough Set dan Algoritma Apriori dalam Mengidentifikasi Pola Penyakit Demam Tifoid... doi.org/10.58918/cmws6d52Evaluasi Performa Metode Rough Set dan Algoritma Apriori dalam Mengidentifikasi Pola Penyakit Demam Tifoid doi 10 58918 cmws6d52
Read online
File size389.92 KB
Pages6
DMCAReport

Related /

ads-block-test