<![CDATA[Penyakit paru-paru menjadi salah satu penyebab utama morbiditas dan mortalitas di berbagai negara, sehingga diperlukan metode klasifikasi yang efektif dan akurat untuk mendukung diagnosa dini. Rumusan masalah dalam penelitian ini adalah bagaimana memanfaatkan algoritma decision tree untuk mengklasifikasikan penyakit paru-paru berdasarkan data medis. Metodologi yang digunakan mencakup tahap praproses data, pemilihan fitur relevan dari atribut klinis pasien (usia, riwayat merokok, gejala, dan hasil radiologi), serta pembangunan model decision tree menggunakan algoritma C4.5. Untuk menilai akurasi, presisi, dan recall data uji, evaluasi dilakukan. Hasil pengujian menunjukkan bahwa model decision tree memiliki akurasi yang cukup tinggi dalam membedakan kategori penyakit paru-paru, serta memberikan struktur yang dapat diinterpretasikan dengan mudah oleh tenaga medis. Pembahasan menunjukkan bahwa transparansi dan interpretabilitas dari decision tree memberikan keunggulan dalam mendukung proses pengambilan keputusan klinis. Kesimpulannya, algoritma decision tree dapat dijadikan pendekatan yang andal dan efisien dalam sistem pendukung keputusan medis, khususnya untuk klasifikasi penyakit paru-paru berbasis data kesehatan pasien.]]>
Copyrights © 2025
