Nadira, Aghniya
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI DATA MINING DALAM MENGIDENTIFIKASI FAKTOR PASIEN YANG BERPOTENSI MENGALAMI OBESITAS MENGGUNAKAN ALGORITMA C4.5 Nadira, Aghniya; Farida Utami, Sri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10498

Abstract

Obesitas adalah penumpukan lemak secara berlebihan yang terjadi di daerah perut. Menurut World Health Organization, pada tahun 2022, 2,5 miliar orang dewasa berusia 18 tahun ke atas mengalami kelebihan berat badan, angka ini akan terus meningkat jika masyarakat umum tidak menyadari gejala yang dapat menyebabkan penyakit obesitas dikemudian hari. Tujuan dari penelitian ini adalah untuk mengimplementasikan algoritma C4.5 dalam memprediksi penyakit obesitas, berdasarkan data yang telah diperoleh. Jumlah data yang digunakan adalah 1260 data, dimana 80% data merupakan data training dan 20% nya merupakan data testing, data tersebut memiliki 16 variabel yang relevan terkait obesitas. Berdasarkan hasil perhitungan dengan algoritma C4.5, atribut Weight menjadi akar utama pohon keputusan. Dari data yang telah di uji pada penelitian ini menghasilkan nilai akurasi, presisi, dan recall yang cukup besar, yaitu akurasi sebesar 98.80%, precision 98.48% dan recall 100%. Dari hasil penelitian, diketahui faktor-faktor utama yang dapat menyebabkan penyakit obesitas, yaitu faktor weight yang lebih dari 75,5kg, family_history_with_overweight dengan keterangan iya, dan SCC (Pemantauan Konsumsi Kalori) yang tidak dipantau. Dengan begitu, dapat dilakukan pencegahan agar kasus obesitas tidak cepat meningkat dengan melihat faktor-faktor penyebabnya.