PENERAPAN METODE ALGORITMA ID3 UNTUK PREDIKSI DIAGNOSA GAGAL GINJAL KRONIS STUDI KASUS RSUD SEKARWANGI SUKABUMI

• NURUL DIAH KOMALA
• 2018

---

ABSTRAK

 

Penerapan Metode Algoritma ID3 untuk Prediksi Diagnosa Gagal Ginjal Kronis Studi Kasus RSUD Sekarwangi Sukabumi, (19171102) Nurul Diah Komala.

 

Algoritma Iterative Dichotomiser 3 (ID3) adalah bagian dari metode klasifikasi dan merupakan jenis metode yang dapat memetakan atau memisahkan dua atau lebih class yang berbeda. Salah satu masalah yang dapat dipecahkan dengan menggunakan algoritma ID3 adalah prediksi diagnosa gagal ginjal kronis. Gagal ginjal kronis adalah kegagalan fungsi ginjal untuk mempertahankan metabolisme serta keseimbangan cairan dan elektrolit. Berdasarkan pengukuran kinerja klasifikasi dari data training 230 data menunjukkan bahwa nilai akurasi mencapai 96,08%. Dapat disimpulkan bahwa metode Algoritma ID3 layak untuk digunakan pada penelitian prediksi data gagal ginjal kronis (GGK).

ABSTRACT

Application of ID3 Algorithm Method for Predicting Diagnosis of Chronic Kidney Disease Case Study of RSUD Sekarwangi Sukabumi, (19171102) Nurul Diah Komala.

 

The Iterative Dichotomiser 3 (ID3) algorithm is part of the classification method and is a type of method that can map or separate two or more different classes. One of the problems that can be solved using algorithm ID3 is the prediction of the diagnosis of chronic kidney disease. Chronic kidney disease is a failure of kidney function to maintain metabolism and fluid and electrolyte balance. Based on the classification performance measurement from 230 data training shows that the accuracy value reaches 96,08%. It can be concluded that the method of ID3 Algorithm is feasible to be used in predictive data on chronic kidney disease (CKD).

• Algoritma
• ID3
• Gagal Ginjal Kronis (GGK)
• Akurasi

Daftar Pustaka

Anggara, S. (2015). Metode Penelitian Administrasi. (B. A. Saebani, Ed.) Bandung: Pustaka Setia.

Arietya, W. W., Supriyatin, W., & Astuti, I. (2017). PENENTUAN MINAT KONSUMEN DALAM MEMBELI MOBIL MENGGUNAKAN ALGORITMA ID3 STUDI KASUS DAIHATSU WILAYAH JAKARTA. Jurnal KNTIA, 4, E-25.

Emojion. (2017). Situasi Penyakit Ginjal Kronis. In M. K. RI, Infodatin (pp. 1-10). Jakarta: Pusat Data dan Informasi.

Fatmawati. (2016, Maret 1). PERBANDINGAN ALGORITMA KLASIFIKASI DATA MINING MODEL C4.5 DAN NAIVE BAYES UNTUK PREDIKSI PENYAKIT DIABETES. Jurnal Techno Nusa Mandiri, XIII(1978-2136), 54.

Fauzi, M. (2018, Januari). PENERAPAN METODE WEIGHT PRODUCT UNTUK SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMASOK ALAT MUSIK PADA STUDIO MUSIK ENTERPRISE. Jurnal Teknik Informatika Kaputama (JTIK), 2(2548-9704), 99.

Firman, R., Mugianti, S., Sunarno, I., & Winarni, S. (2016, Agustus 2). KUALITAS HIDUP PASIEN GAGAL GINJAL YANG MENJALANI HEMODIALISIS. Jurnal Ners dan Kebidanan, 3(2355-052X), 118-122.

Gorunescu, F. (2011). Data Mining, Concepts, Models and Techniques. Berlin: Springer.

Hadi, S. (2008). Mengenal Microsoft Exel untuk Pemula. Surabaya: Tiara Aksa.

Ibrahim, I., Suryani, I., & Ismail, E. (2017, Maret ). Hubungan Asupan Protein dengan Kadar Ureum dan Kreatinin pada Pasien Gagal Ginjal Kronik yang Sedang Menjalani Hemodialisa di Unit Hemodialisa RS PKU Muhammadiyah Yogyakarta. Jurnal Nutrisia, 19(1693-945X), 1-6.

Kacung, S., & Santoso, B. (2017). SISTEM DETEKSI DINI UNTUK MENINGKATKAN PERFORMANCE KELULUSAN MAHASISWA DENGAN ID3 (STUDI KASUS : TEKNIK INFORMATIKA UNITOMO). Prosiding Penelitian DIPA, XXXVI(978-602-61886-0-1), 212-216.

Moeloek, N. F. (2018). Upaya Peningkatan Promotif Preventif Bagi Kesehatan Ginajal di Indonesia. In M. R. Kesehatan, Air Bagi Kesehatan (pp. 1-34). Jakarta: Germas.

Nafi’iyah, N., & Fatichah, C. ( 2018, Mei). METODE FUZZY ID3 UNTUK KLASIFIKASI BENTUK WAJAH MANUSIA MENGGUNAKAN DENTAL PANORAMIC. Jurnal SPIRIT, 10(2085 - 3092), 13-20.

Paresh, T., & Yogesh , G. (2013, Juli). Foundation for Frequent Pattern Mining Algorithms’Implementation. International Journal of Computer Trends and Technology (IJCTI), 4(7).

Pongsibidang, G. S. (2016). RISIKO HIPERTENSI, DIABETES, DAN KONSUMSI MINUMAN HERBAL PADA KEJADIAN GAGAL GINJAL KRONIK DI RSUP DR WAHIDIN SUDIROHUSODO MAKASSAR TAHUN 2015. Jurnal Wiyata, 3(2355 – 6498), 162-167.

Pribadi, D., Athiry, S., Saputra, R. A., Supiandi, A., & Prayudi, D. (2018). Sistem Pakar Diagnosa Penyakit Demam Berdarah Dengue Menggunakan Algoritma Iterative Dichotomiser 3 (ID3). Prosiding Seminar Nasional Inovasi dan Tren (SNIT)(978-602-61268-5-6), A-129 - A-133.

Purwanto, B. (2015). Kumpulan Materi Pendidikan dan Pelatihan Perawat Dialisis. Surakarta: Finasim.

Rosmalia, L., & Kusumadewi, S. (2018). Sistem Pendukung Keputusan Klinis Untuk Menentukan Jenis Gangguan Psikologi Pada Pasien Gagal Ginjal Kronis (GGK) yang Menjalani Terapi Hemodialisa. informatika upgris, 4(2460-4801), 11-21.

Saputra, R. A. (2013). KOMPARASI ALGORITMA KLASIFIKASI DATA MINING UNTUK MEMPREDIKSI PENYAKIT TUBERCULOSIS (TB): STUDI KASUS PUSKESMAS KARAWANG SUKABUMI. Program Pascasarjana Magister Ilmu Komputer, 40.

Sekarwangi, S. (2018, November 21). RSUD SEKARWANGI KABUPATEN SUKABUMI. Retrieved from rsudsekarwangi.sukabumikab.go.id: https://rsudsekarwangi.sukabumikab.go.id/

Shafique, U., & Qaiser, H. (2014). A Comparative Study of Data Mining Process Models ( KDD , CRISP-DM and SEMMA ). International Journal of Innovation and Scientific Research, 12, 217–222.

Yanto, R., & Kesuma, H. D. (2017, September). Pemanfaatan Data Mining Untuk Penempatan Buku Di Perpustakaan Menggunakan Metode Association Rule. Jurnal Jatisi, 4(2407-4322), 1-10.