<![CDATA[Penelitian ini memiliki tujuan untuk mengklasifikasikan tingkat kerawanan daerah berdasarkan kasus penyakit hewan menular di wilayah kabupaten atau kota Provinsi Nusa Tenggara Barat dengan memanfaatkan teknik data mining. Dalam penelitian ini, metode yang diterapkan adalah algoritma Decision Tree C4.5 dengan menggunakan teknik evaluasi 5-fold cross validation sebagai penilaian efektivitas model. Dataset yang digunakan merupakan data sekunder periode 2020–2024 yang melalui tahapan preprocessing meliputi data cleaning, agregasi, feature engineering, dan pelabelan menjadi tiga kategori kerawanan: rendah, sedang, dan tinggi. Temuan dari penelitian ini menunjukkan bahwa variabel rata-rata kasus menjadi faktor utama dalam menentukan tingkat wilayah kerawanan. Model yang dibangun mampu menghasilkan klasifikasi dengan performa yang baik, ditunjukkan oleh akurasi rata-rata sebesar 94% dan nilai tinggi untuk presisi, recall, serta F1-score di setiap kategori. Selain itu, model memiliki kemampuan interpretasi yang jelas melalui struktur pohon keputusan yang dihasilkan. Dengan demikian, pendekatan yang digunakan terbukti efektif dalam identifikasi wilayah berisiko dan dapat mendukung pengambilan keputusan dalam upaya pengendalian penyakit hewan menular dengan strategi yang lebih tepat dan berbasis data.]]>
Copyrights © 2026
