Joined Journal (Journal of Informatics Education)
Vol 5 No 2 (2022): Volume 5 Nomor 2 (2022)

Klasifikasi Persalinan Prematur Menggunakan Perbandingan Algoritma C4.5 dan Random Forest

Handini Arga Damar Rani (Unknown)
Mohammad Burhan Hanif (Unknown)
Afis Pratama (Unknown)
R. Irlanto Sudomo (Unknown)



Article Info

Publish Date
23 Dec 2022

Abstract

Persalinan prematur adalah kondisi kelahiran bayi kurang dari 37 minggu dengan berat janin kurang dari 2500 gram. Dimana tingkat persalinan bayi premature yang berujung pada kematian meningkat dari tahun 2000 sampai 2014 sebanyak 8.5%. Klasifikasi untuk penanganan persalinan premature secara dini merupakan salah satu solusi yang sering diteliti. Beberapa algoritma klasifikasi yang sering digunakan adalah C4.5 dan Random Forest. Dari kedua algoritma tersebut akan dipilih mana algoritma terbaik dengan melihat pada tingkat akurasi yang paling tinggi yang akan dipilih. Dari hasil perhitungan algoritma Random Forest didapatkan akurasi sebesar 99.38% dengan AUC 0.988. Sedangkan capaian dari algoritma C4.5 sebesar 98.75% dengan AUC 0.5. Maka dari hasil itu dapat dibandingkan dengan nilai akurasi kedua algoritma disimpulkan bahwa algoritma Random Forest lebih baik akurasinya untuk mengatasi data persalianan premature jika disbanding dengan algoritma C4.5.

Copyrights © 2022






Journal Info

Abbrev

jiptika

Publisher

Subject

Computer Science & IT Control & Systems Engineering Education Engineering Other

Description

The scope of this journal specializes in topics related to Informatics Education, learning using information technology, and innovation in other informatics ...