Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Go Infotech: Jurnal Ilmiah STMIK AUB Go Infotech: Jurnal Ilmiah STMIK AUB
Saniya, Zahra Fatma
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Klasifikasi Diabetes Melitus Menggunakan Metode Decision Tree Dan C4.5 Di Kabupaten Grobogan Saniya, Zahra Fatma; Supriyadi, Eko; Santoso, Kartika Imam
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.422

Abstract

Penelitian ini muncul karena tingginya kasus diabetes yang jadi masalah kesehatan penting di masyarakat. Deteksi awal dengan metode klasifikasi penting agar penanganan medis bisa lebih cepat dan tepat. Penelitian ini bertujuan untuk tahu seberapa akurat algoritma Decision Tree dan C4.5 dalam mengklasifikasi diabetes, cari faktor utama yang pengaruhi klasifikasi, serta analisis potensi bias dalam data.Data riset didapat dari posyandu dan kuesioner masyarakat di Kecamatan Penawangan, Grobogan. Proses klasifikasi dilakukan pakai aplikasi RapidMiner dengan tahapan persiapan data, buat model, hingga evaluasi pakai *confusion matrix*.Hasil riset menunjukkan algoritma Decision Tree C4.5 hasilkan akurasi 96,49%. Faktor terkuat yang pengaruhi status diabetes yaitu umur, tinggi badan, dan riwayat keluarga. Hasil riset ini tunjukkan algoritma C4.5 bisa dipakai jadi metode yang baik untuk bantu klasifikasi diabetes. Dengan begitu, riset ini harapannya bisa sumbangsih dalam pengembangan sistem deteksi awal dan upaya pencegahan serta edukasi masyarakat tentang bahaya diabetes.
Klasifikasi Diabetes Melitus Menggunakan Metode Decision Tree Dan C4.5 Di Kabupaten Grobogan Saniya, Zahra Fatma; Supriyadi, Eko; Santoso, Kartika Imam
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.422

Abstract

Penelitian ini muncul karena tingginya kasus diabetes yang jadi masalah kesehatan penting di masyarakat. Deteksi awal dengan metode klasifikasi penting agar penanganan medis bisa lebih cepat dan tepat. Penelitian ini bertujuan untuk tahu seberapa akurat algoritma Decision Tree dan C4.5 dalam mengklasifikasi diabetes, cari faktor utama yang pengaruhi klasifikasi, serta analisis potensi bias dalam data.Data riset didapat dari posyandu dan kuesioner masyarakat di Kecamatan Penawangan, Grobogan. Proses klasifikasi dilakukan pakai aplikasi RapidMiner dengan tahapan persiapan data, buat model, hingga evaluasi pakai *confusion matrix*.Hasil riset menunjukkan algoritma Decision Tree C4.5 hasilkan akurasi 96,49%. Faktor terkuat yang pengaruhi status diabetes yaitu umur, tinggi badan, dan riwayat keluarga. Hasil riset ini tunjukkan algoritma C4.5 bisa dipakai jadi metode yang baik untuk bantu klasifikasi diabetes. Dengan begitu, riset ini harapannya bisa sumbangsih dalam pengembangan sistem deteksi awal dan upaya pencegahan serta edukasi masyarakat tentang bahaya diabetes.
Co-Authors Eko Supriyadi Kartika Imam Santoso