Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Sistem Informasi
Siska Febriani
Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Environmental Science Social Sciences

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

Found 1 Documents
Search

 1 
Analisis Data Hasil Diagnoga Untuk Klasifikasi Gangguan Kepribadian Menggunakan Algoritma C4.5 Siska Febriani; Heni Sulistiani
Jurnal Teknologi dan Sistem Informasi Vol 2, No 4 (2021): Volume 2 No. 4 Desember 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i4.1373

Abstract

AbstrakGangguan psikologis juga bermacam-macam, menurut American Psychiantric Association DMS-IV-TR (2000), yaitu: gangguan kecemasan yang terdiri dari gangguan fobia, gangguan panik, dan gangguan kecemasan umum (GAD). Gangguan mood termasuk depresi berat dan gangguan bipolar. Gangguan somatoform terdiri dari gangguan nyeri, gangguan dismorfik tubuh, gangguan hipokodiasis, gangguan konversi dan gangguan somatisasi. Dari ketiga gangguan tersebut, penulis hanya memfokuskan pada pemeriksaan gangguan kecemasan (GAD), gangguan mood (gangguan depresi mayor) dan gangguan somatoform (gangguan konversi). Karena gangguan tersebut paling sering dialami oleh masyarakat pada umumnya. Namun bukan itu saja, masih ada berbagai gangguan psikologis lainnya yang perlu diwaspadai karena terlihat biasa pada seseorang namun tanpa disadari bisa berdampak buruk jika kondisinya sudah parah. Metode yang digunakan dalam penelitian ini adalah klasifikasi data C4.5 dengan menggunakan data primer yang diperoleh dari angket masyarakat untuk proses klasifikasi. Penetapan tersebut diklasifikasikan sebagai proses klasifikasi menggunakan Rapid Miner untuk klasifikasi dan menggunakan validasi silang sebagai validasi keakuratan data. Hasil dari penelitian ini adalah prediksi gangguan kepribadian untuk menghasilkan informasi yang dibutuhkan oleh masyarakat.Kata kunci: Data Mining, Algoritma C4.5, dan Cross Validation.
Co-Authors Heni Sulistiani