<![CDATA[Diabetes termasuk penyakit kronis dengan angka kematian yang cukup tinggi secara global, dan sering kali baru terdiagnosis pada tahap lanjut karena gejala awalnya yang kurang mencolok. Dua penelitian ini mengembangkan pemanfaatan teknologi data mining dengan algoritma Decision Tree C4.5 untuk membentuk model prediksi dini terhadap penyakit diabetes. Data yang digunakan berasal dari repositori publik seperti UCI serta data klinis dari fasilitas kesehatan, dengan atribut-atribut klasifikasi seperti umur, jenis kelamin, berat badan, tekanan darah, detak jantung, dan kadar gula darah. Setelah melalui proses preprocessing, perhitungan entropy dan information gain, serta validasi melalui aplikasi RapidMiner, penelitian ini berhasil menghasilkan aturan klasifikasi yang mampu memprediksi risiko diabetes secara efektif. Kedua studi tersebut menunjukkan akurasi yang tinggi, masing-masing sebesar 95,51% dan 90,00%, yang menandakan bahwa algoritma C4.5 cukup andal dan memiliki potensi untuk dimanfaatkan dalam sistem pendukung keputusan medis guna mendeteksi diabetes sejak dini.]]>
Copyrights © 2025
