<![CDATA[Paru-paru adalah organ vital dalam sistem pernapasan manusia yang sering kali terpapar oleh kebiasaan merokok dan bahan berbahaya lainnya, sehingga meningkatkan risiko penyakit paru-paru, terutama tuberkulosis (TB). Di Indonesia, TB merupakan masalah kesehatan serius dengan prevalensi tinggi dan menjadi penyebab kematian ketiga terbesar. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi penyakit paru-paru menggunakan algoritma Decision Tree (C4.5) dan AdaBoost. Dataset penelitian mencakup data medis dari 2.149 pasien dengan atribut seperti riwayat kesehatan, hasil laboratorium, dan parameter fisiologis. Proses validasi dilakukan menggunakan teknik percentage split (80:20) dan k-fold cross-validation (k=10). Evaluasi performa algoritma berdasarkan metrik akurasi, presisi, dan recall menunjukkan hasil signifikan dalam mendeteksi penyakit paru-paru seperti asma, bronkitis, dan TB. Dengan menggunakan perangkat lunak seperti RapidMiner, penelitian ini memanfaatkan data mining untuk menemukan pola dan meningkatkan akurasi diagnosis. Hasilnya diharapkan dapat membantu tenaga medis dalam proses diagnosis yang lebih cepat dan akurat, sekaligus memberikan kontribusi dalam pengembangan metode deteksi penyakit paru-paru berbasis teknologi. Kata Kunci: Data mining, Penyakit Paru-paru, Algoritma Decision Tree, Klasifikasi.]]>
Copyrights © 2025
