PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI PENYAKIT PARU-PARU MENGGUNAKAN RAPIDMINER

Abstract

Paru-paru adalah sistem pernapasan yang menjadi tempat bertukarnya oksigen dan karbon dioksida. Namun, bukan hal yang mustahil jika paru-paru dapat mengalami ganguan sehingga dapat menyebabkan penyakit paru-paru. Merokok menjadi penyebab utama penyakit paru-paru, data dari World Health Organization menunjukan 40% kematian akibat merokok dan setidaknya 8 juta orang terbunuh setiap tahunnya. Menurut Lung Foundation Australia, penyakit paru-paru dapat menyerang siapa saja entah itu perokok pasif atau aktif, pria, wanita dan anak-anak. Penelitian ini menggunakan metode KDD (Knowledge Discovery in Database) yang memiliki lima tahap yaitu selection, preprocessing, transformation, data mining dan evaluation serta menggunakan algoritma C4.5 untuk mendapatkan model prediksi yang dapat memprediksi data pasien penyakit paru-paru. Penelitian ini bertujuan untuk mendapatkan nilai akurasi, recall dan precision dengan menggunakan algoritma C4.5. Adapun data yang digunakan pada penelitian ini diperoleh dari Kaggle yang berisi 30.000 data dengan 11 atribut di dalamnya. RapidMiner digunakan sebagai tools untuk menguji dataset pasien yang digunakan sehingga menghasilkan sebuah pohon keputusan (decision tree) dengan nilai akurasi sebesar 89.77%, recall sebesar 78.61%, dan precision sebesar 100% yang diperoleh dari split data 90% (data training) – 10% (data testing).