Ndaru Nuswantari
STMIK Jayakarta, Jakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PERANCANGAN DAN IMPLEMENTASI ALGORITMA C4.5 UNTUK DATA MINING ANALISIS TINGKAT RISIKO KEMATIAN NEONATUM PADA BAYI Ifan Junaedi; Ndaru Nuswantari; Verdi Yasin
Journal of Information System, Informatics and Computing Vol 3 No 1 (2019): JISICOM : Volume 3, Nomor 1, Februari 2019
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1324.212 KB)

Abstract

Kematian Neonatum merupakan masalah yang banyak dialami negara berkembang, termasuk Indonesia. Kematian neonatum banyak dipengaruhi oleh berbagai faktor, salah satunya adalah faktor sosial biologi pada ibu hamil. Faktor sosial biologi ibu hamil yang akan dibahas dalam penelian ini meliputi empat variabel, yaitu tempat tinggal, tingkat pendidikan, tingkat pendapatan rumah tangga, dan urutan kelahiran. Penulis menggunakan data hasil Survei Demografi dan Kesehatan Indonesia tahun 2007 s.d 2012. Data mining dilakukan dengan menggunakan teknik klasifikasi untuk membentuk suatu pohon keputusan. Algoritma C4.5 digunakan untuk menentukan nsiko kematian neonatum per varibel per kategori untuk pohon keputusan yang terbentuk. Algoritma ini dipilih karena C4.5 memiliki berbagai kelebihan dibandmg algoritma Iterative Dichotomiser 3 yang telah dikembangkan sebelumnya. Program aplikasi dirancang dengan berorientasi objek. Perancangan program dengan menggunakan alat bantu pemodelan Unified Modeling Language (UML). UML yang dlpakai yaitu Use Case Diagram, Activity Diagram, dan Sequence Diagram. Penulis menggunakan bahasa pemrograman Visual Basic. Net dengan editor Microsoft Visual Studio. Kesimpulan dari penelitian ini adalah aplikasi yang dibangun menggunakan C4.5 dapat mendukung teknik analisis risiko kematian neonatum. Pohon keputusan yang dibangun masih terbatas empat level dengan maksimal tiga percabangan untuk masmg-masing node. Oleh karena itu, untuk pengembangan aplikasi selanjutnya diharapkan mampu menganalisis lebih dari empat variabel (level).