PREDIKSI RISIKO ANEMIA BERDASARKAN GENDER MENGGUNAKAN ALGORITMA C4.5

• ASILSANI SILVANA
• 2024

---

Masalah kesehatan yang terjadi di berbagai negara dan sudah dikenal oleh banyak orang disebut dengan anemia. Anemia ini dapat memberikan dampak yang signifikan terhadap kesehatan individu. Oleh karena itu, diperlukan suatu model prediksi untuk mendeteksi risiko anemia secara dini agar dapat dilakukan tindakan pencegahan. Penelitian ini bertujuan untuk memanfaatkan tools RapidMiner dalam memprediksi risiko anemia dengan menggunakan model decision tree. Data yang akan digunakan untuk melakukan prediksi risiko anemia data yang tersedia secara publik yang diperoleh dari kaggle. Proses preprocessing data, pemodelan, dan evaluasi model dilakukan menggunakan tools RapidMiner. Hasil penelitian menunjukkan bahwa pemodelan decision tree yang dibangun dengan menggunakan tools RapidMiner dapat memprediksi risiko anemia dengan akurasi yang cukup baik sebesar 81.66%. Faktor-faktor yang paling dapat berpengaruh dalam memprediksi risiko anemia antara lain usia, jenis kelamin dan status gizi. Selain itu juga gender sangat berpengaruh dalam faktor memprediksi risiko anemia ini. Model ini dapat digunakan sebagai alat untuk mendeteksi individu-individu yang berisiko tinggi mengalami anemia sehingga dapat dilakukan perawatan yang tepat untuk mencegah dan mengatasi masalah anemia.

• Model decision tree
• RapidMiner
• Prediksi risiko anemia

https://repository.bsi.ac.id/repo/53547/PREDIKSI-RISIKO-ANEMIA-BERDASARKAN-GENDER-MENGGUNAKAN-ALGORITMA-C4.5
File full-text dikunci.