Implementasi Algoritma C4.5 dalam Prediksi Penyakit Ginjal Kronik Berdasarkan Faktor Risiko

• PRETTY LB SITUMEANG
• 2025

---

Penyakit ginjal kronik (CKD) merupakan masalah kesehatan global yang terus meningkat dan memiliki dampak signifikan terhadap biaya perawatan di Indonesia. Studi ini bertujuan untuk menerapkan algoritma C4.5 dalam memprediksi CKD berdasarkan faktor risiko. Metode yang digunakan meliputi pengumpulan data dari, Kaggle yang terdiri dari 500 data dengan 15 atribut kesehatan seperti usia, tekanan darah dan kadar glukosa. Dara dibagi menjadi data training dan data testing dengan proporsi 70:30, dan algoritma C4.5 diterapkan untuk membangun pohon keputusan. Hasil menunjukkan bahwa hasil akurasi model mencapai 91,33% dengan presisi 93,20% dan recall 97,88% untuk klasifikasi kondisi kesehatan pasien. Atribut yang paling signifikan dalam memprediksi CKD meliputi kadar kolesterol, indeks massa tubuh, hipertensi dan tekanan darah. Kesimpulan studi ini menegaskan bahwa algoritma C4.5 efektif dalam memprediksi CKD, sehingga dapat membantu tenaga kesehatan dalam melakukan deteksi dini dan intervensi yang tepat untuk pasien berisiko tinggi.

• Penyakit Ginjal Kronik
• Algoritma C4.5
• Pohon Keputusan
• Prediksi
• Faktor Risiko

https://repository.bsi.ac.id/repo/69814/Implementasi-Algoritma-C4.5-dalam-Prediksi-Penyakit-Ginjal-Kronik-Berdasarkan-Faktor-Risiko
File full-text dikunci.