UNDHIRA BALIUNDHIRA BALI

Jurnal Teknologi Informasi dan KomputerJurnal Teknologi Informasi dan Komputer

Ginjal berfungsi untuk mempertahankan stabilitas tubuh dengan mengatur keseimbangan elektrolit, cairan tubuh dan pengeluaran hasil metabolisme. Penyakit ginjal kronis adalah salah satu bentuk gangguan pada ginjal. Penyakit ini dapat mengakibatkan ketidakmampuan ginjal untuk melakukan fungsinya dengan baik yang disebabkan oleh penurunan kinerja organ ginjal. Prevalensi penyakit ginjal kronis menjadi kian meningkat, seiring dengan bertambahnya umur seseorang. Teknik klasifikasi merupakan salah satu teknik yang dapat digunakan dalam mendiagnosis penyakit ginjal kronis. Salah satu algoritma machine learning yang dapat digunakan untuk klasifikasi adalah algoritma C4.5. Algoritma C4.5 adalah salah satu algoritma yang dapat digunakan dalam metode decision tree (pohon keputusan). Algoritma C4.5 hanya dapat menggunakan data kategorikal, sehingga data yang bertipe numerikal perlu dilakukan diskritisasi data. K-Means Clustering merupakan salah satu metode yang dapat digunakan dalam diskritisasi data. Metode elbow digunakan dalam penentuan jumlah k optimal pada K-Means dengan membandingkan nilai SSE masing-masing jumlah k. Pengujian sistem dilakukan dengan menggunakan confusion matrix dan didapatkan nilai accuracy, recall dan precision yaitu 97.92%, 94.44% dan 100%.

Penelitian ini membangun sistem untuk mendiagnosis penyakit ginjal kronis dengan menggunakan algoritma C4.5 dan K-Means Clustering sebagai diskritisasi data.Diskritisasi dilakukan pada atribut yang memiliki data numerik (kontinu).Dalam penentuan k optimal pada K-Means digunakan metode elbow dengan membandingkan nilai SSE dari setiap jumlah k dengan nilai yaitu 2 sampai 10.Sehingga didapatkan jumlah k optimal pada atribut Usia, Blood Pressure, Blood Glucose Random, Blood Urea, Serum Creatinine, Sodium, Potassium, Haemoglobin, Packed Cell Volume, White Blood Cell Count, dan Red Blood Cell Count dengan masing-masing nilainya adalah 3, 3, 6, 4, 3, 3, 3, 3, 4, 3, 3.Pengujian sistem dilakukan dengan menggunakan confusion matrix dan didapatkan nilai accuracy, recall dan precision yaitu 97.

Saran penelitian lanjutan dapat difokuskan pada pengembangan model yang lebih akurat dan efisien. Salah satunya adalah dengan mengoptimasi algoritma C4.5 menggunakan teknik bagging, yang dapat meningkatkan akurasi prediksi penyakit ginjal kronis. Selain itu, penelitian dapat dilakukan untuk membandingkan kinerja algoritma C4.5 dengan algoritma klasifikasi lainnya, seperti Naïve Bayes atau algoritma deep learning, untuk menentukan algoritma mana yang paling efektif dalam mendiagnosis penyakit ginjal kronis. Terakhir, penelitian dapat dilakukan untuk mengintegrasikan model diagnosis penyakit ginjal kronis dengan sistem kesehatan digital, sehingga dapat membantu dokter dalam mendiagnosis dan merawat pasien dengan lebih cepat dan akurat.

Read online
File size386.93 KB
Pages8
DMCAReport

Related /

ads-block-test