PENERAPAN METODE DECISION TREE PADA SISTEM DIAGNOSIS PREDIKSI PENYAKIT UMUM BERDASARKAN KELUHAN (STUDI KASUS RUMAH SAKIT ISLAM JEMURSARI SURABAYA)
Abstract
Keywords
Full Text:
PDFArticle Metrics :
References
Y. Yanuardi, “Rancang Bangun Aplikasi Diagnosa Penyakit Umum Berbasis Android Pada Klinik Citra Raya Medika,” JIKA (Jurnal Inform., vol. 3, no. 1, pp. 9–17, 2019, doi: 10.31000/jika.v3i1.2035.
S. Sitorus et al., Ilmu Kesehatan Masyarakat. 2020.
R. F. F. Erika, “MENINGKATKAN KESADARAN MASYARAKAT DALAM PEMERIKSAAN KESEHATAN MELALUI METODE PENYULUHAN CERAMAH DI DESA RAMBUNG SIALANG TENGAH,” Jukeshum (Junal Pengabdi. Masyarakat), vol. 2, no. 2, pp. 170–178, 2022.
Puji Wulansari, POLA PEMANFAATAN JAMKESMAS PADA MASYARAKAT KELURAHAN BUGANGAN KECAMATAN SEMARANG TIMUR. 2013.
Kemenkes RI, Profil Kesehatan Indonesia 2021. 2022.
R. S. Wahono, Data Mining Data mining, vol. 2, no. January 2013. 2005.
F. S. N. Khamidah, D. P. Hapsari, and H. Nugroho, “Implementasi Fuzzy Decision Tree Untuk Prediksi Gagal Ginjal Kronis,” INTEGER J. Inf. Technol., vol. 3, no. 1, pp. 19–28, 2018, doi: 10.31284/j.integer.2018.v3i1.155.
P. W. Ramadhan, “Sistem Pakar Diagnosa Penyakit Umum Menggunakan,” pp. 1–14, 2019.
M. Ula, F. T. T. Anjani, A. F. Ulva, I. Sahputra, and A. Pratama, “Application of Machine Learning With the Binary Decision Tree Model in Determining the Classification of Dental Disease,” J. Informatics Telecommun. Eng., vol. 6, no. 1, pp. 170–179, 2022, doi: 10.31289/jite.v6i1.7341.
Suryani, D. Rahmadani, A. A. Muzafar, A. Hamid, R. Annisa, and Mustakim, “Analisis Perbandingan Algoritma C4.5 dan CART untuk Klasifikasi Penyakit Stroke,” SENTIMAS Semin. Nas. Penelit. dan Pengabdi. Masy., pp. 197–206, 2022, [Online]. Available: https://journal.irpi.or.id/index.php/sentimas
N. W. Wardani et al., “Penerapan Data Mining Untuk Klasifikasi Penjualan Barang Terlaris Menggunakan Metode Decision Tree C4.5,” J. Teknol. Inf. dan Komput., no. 2, pp. 268–279, 2022.
L. Firdaus and T. Setiadi, “Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix,” J. Sist. Komput. dan Inform., vol. 5, no. 2, pp. 185–195, 2023
W. I. Rahayu, C. Prianto, and E. A. Novia, “Perbandingan Algoritma K-Means dan Naive Bayes untuk Memprediksi Prioritas Pembayaran Tagihan Rumah Sakit Berdasarkan Tingkat Kepentingan pada PT. Pertamina (Persero),” J. Tek. Inform., vol. 13, no. 2, pp. 1–8, 2021.
W. A. Firmansyach, U. Hayati, and Y. Arie Wijaya, “Analisa Terjadinya Overfitting Dan Underfitting Pada Algoritma Naive Bayes Dan Decision Tree Dengan Teknik Cross Validation,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 262–269, 2023.
S. E. Herni Yulianti, Oni Soesanto, and Yuana Sukmawaty, “Penerapan Metode Extreme Gradient Boosting (XGBOOST) pada Klasifikasi Nasabah Kartu Kredit,” J. Math. Theory Appl., vol. 4, no. 1, pp. 21–26, 2022, doi: 10.31605/jomta.v4i1.1792.
R. O. Felani, “Analisis Prilaku Pengguna e-learning menggunakan Algoritma K-Means Clustering,” Jusikom J. Sist. Komput. Musirawas, vol. 7, no. 1, pp. 61–73, 2022.
smail Setiawan, “Komparasi Kinerja Integrated Development Environment (IDE) Dalam Mengeksekusi Perintah Python,” SATESI J. Sains Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 52–59, 2022.
A. C. Nurcahyo and C. Gudiato, “Implementasi Data Mining Metode K-Means Menggunakan Framework Python Dalam Mengelompokkan Pegawai Berdasarkan Data Presensi,” vol. 8, pp. 1334–1343, 2024.
A. Syukron and A. Subekti, “Penerapan Metode Random Over-Under Sampling dan Random Forest Untuk Klasifikasi Penilaian Kredit,” J. Inform., vol. 5, no. 2, pp. 175–185, 2018, doi: 10.31311/ji.v5i2.4158.
N. I. Prabawati, Widodo, and M. F. Duskarnaen, “Kinerja Algoritma Classification a nd Regression Tree ( Cart ) da lam Mengklasifikasikan Lama Masa Studi Mahasiswa y ang Mengikuti Organisasi d i Universitas Negeri Jakarta Avalaiable at : Avalaiable at :,” J. Pinter, vol. 3, no. 2, pp. 139–145, 2019.
M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103–108, 2021, doi: 10.30871/jaic.v5i2.3200.