<![CDATA[Hipertiroidisme merupakan kondisi dengan produksi hormon tiroid berlebihan oleh kelenjar tiroid, sehingga meningkatkan metabolisme tubuh. Diagnosis penyakit tersebut cukup menantang karena memiliki gejala yang beragam. Keragaman tersebut dapat diatasi melalui teknologi informasi data mining dengan memanfaatkan prediksi penyakit berdasarkan data yang tersedia. Berdasarkan pada hal tersebut maka tujuan dari penelitian ini adalah menggelompokkan pasien penderita hipertiroidisme berdasarkan algoritma Decision Tree. Data yang digunakan adalah data primer sejumlah 100 pasien dengan 12 atribut gejala. Hasil penelitian mengungkapkan bahwa model klasifikasi yang terbentuk memiliki tingkat akurasi tinggi. Nilai presisinya sebesar 84,81% untuk perempuan dan 85,71% untuk laki-laki. Nilai recall sebesar 95,71% untuk perempuan dan 60% untuk laki-laki. Berdasarkan pada hasil tersebut maka alogritma Decision Tree cukup efektif untuk digunakan pada proses klasifikasi pasien hipertirodisme berdasarkan gejala yang diamati.]]>
Copyrights © 2025
