PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA C4.5 DALAM PREDIKSI PENYAKIT ANGIN DUDUK

Abstract

Penyakit angin duduk (Angina Pectoris) merupakan penyakit yang terjadi karena gangguan pada aliran darah menuju jaringan otot jantung yang menyebabkan terjadinya nyeri pada dada. Angin duduk terjadi karena adanya penyempitan pembuluh coroner yang menyebabkan suplai oksigen untuk otot jantung mengalami gangguan sehingga jantung tidak dapat memompa darah dengan maksimal. Kurangnya pengetahuan masyarakat dalam mendeteksi gejala penyakit ini maka dengan memanfaatkan data tersebut penulis ingin menerapkan salah satu teknik data mining dalam melakukan prediksi atau mendiagnosis penyakit angin duduk (angina pectoris). Metode yang digunakan adalah Algoritma C4.5 dan Particle Swarm Optimization (PSO) dengan alat bantu RapidMiner dengan menggunakan sebanyak 200 data. Hasil analisis menunjukkan bahwa gejala kolestrol, diabetes, hipertensi, obesitas dan merokok bisa menjadi indikator untuk mendiagnosis penyakit angin duduk (angina pectoris). Hasil nilai yang didapatkan dari penelitian ini yaitu nilai Accuracy yang didapatkan meningkat sebanyak 7,5% dari 76,50% menjadi 84,00%, nilai Precision yang didapatkan meningkat sebanyak 7,64% dari 80,50% menjadi 88,14%, dan nilai Recall yang didapatkan meningkat sebanyak 9% dari 72,00% menjadi 81,00%.