Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) STRING (Satuan Tulisan Riset dan Inovasi Teknologi)
Arni Sepharni
Universitas Singaperbangsa Karawang
Computer Science & IT Education Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Penyakit Diabetes Mellitus Berdasarkan Faktor-Faktor Penyebab Diabetes menggunakan Algoritma C4.5 Ronna Putri Fadhillah; Raisya Rahma; Arni Sepharni; Ratna Mufidah; Betha Nurina Sari; Agung Pangestu
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 7, No 4 (2022)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v7i4.3248

Abstract

Diabetes merupakan penyakit yang disebabkan oleh tingginya gula darah pada seseorang. Terdapat banyak faktor yang menjadi penyebab terjadinya diabetes, faktor-faktor tersebut diantaranya seperti faktor keturunan, gula darah yang tinggi, berat badan, usia, dan faktor lainnya. Angka kematian yang disebabkan oleh penyakit diabetes ini semakin banyak dan setiap tahunnya diperkirakan akan terus meningkat angka kasus kematiannya. Diagnonisis dini dan menerapkan pola hidup sehat merupakan dua langkah awal dalam mencegah terjadinya penyakit diabetes mellitus. Dataset yang digunakan pada penelitian ini merupakan data yang didapatkan dari data open source Kaggle, yaitu data Pima Indians Diabetes. Metode klasifikasi yang digunakan yaitu degan menerapkan algoritma C4.5 yang mampu menghasilkan tingkat akurasi yang baik. dilakukan seleksi fitur terhadap dataset dengan menggunakan heatmap yang menghasilkan fitur Pregnancies, Glucose, BMI, Age, dan outcome. Hasil dari penelitian ini didapati nilai akurasi sebesar 76%. Hasil ini lebih baik dibanding dengan penelitian sebelumnya yang menggunakan algoritma SVM yang hanya mampu menghasilkan tingkat akurasi sebesar 70%.
Klasifikasi Penyakit Jantung dengan Menggunakan Algoritma C4.5 Arni Sepharni; Iwansyah Edo Hendrawan; Chaerur Rozikin
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 7, No 2 (2022)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v7i2.12012

Abstract

Heart disease is one of dangerous diseases. The late treatment for the disease will endanger the life of the sufferers. This problem is caused by the difficulty of early detection in patients with heart disease because they always ignore the initial symptoms. In addition, the costs involved in examining heart disease are not cheap because it requires examinations carried out by specialists and laboratory tests. The prediction system is one of options that can be used to perform early detection of heart disease patients at a lower cost, with the costs used in examinations by specialist doctors and laboratory tests can be eliminated and replaced by a prediction system. This study aims to create a prediction system using the C4.5 algorithm by which the predictions based on historical data of the patient to be examined are made. The results obtained from using the C4.5 algorithm to make predictions show an accuracy of 79%, meaning that the results can be expected to be a source of information for further research on prediction systems using the C4.5 algorithm.
Co-Authors Agung Pangestu Chaerur Rozikin Iwansyah Edo Hendrawan Raisya Rahma Ratna Mufidah Ronna Putri Fadhillah