PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PENYAKIT DISK HERNIA DAN SPONDYLOLISTHESIS DALAM KOLUMNA VERTEBRALIS
DOI:
https://doi.org/10.26905/jasiek.v1i2.3185Abstract
Disk Hernia dan Spondylolisthesis merupakan contoh penyakit yang dapat terjadi pada kolumna vertebralis atau tulang belakang. Suatu proses ekstraksi untuk mencari informasi dalam data yang belum diketahui sebelumnya dikenal dengan istilah data mining. Salah satu peranan utama data mining adalah klasifikasi. Klasifikasi banyak digunakan untuk menentukan keputusan sesuai pengetahuan baru yang didapat dari pengolahan data lampau menggunakan algoritma. Penelitian ini melakukan penerapan nilai akurasi algoritma C4.5 pada klasifikasi penyakit disk hernia dan spondylolisthesis serta kecepatan waktu pada proses klasifikasi. Proses klasifikasi dilakukan dengan cara memasukkan data dari sumber utama ke dalam sistem, kemudian melakukan proses perhitungan menggunakan metode algoritma C4.5. Hasil penelitian menunjukkan bahwa akurasi dari classifier C4.5 sebesar 89%. Rata-rata lama waktu yang dibutuhkan untuk melakukan klasifikasi classifier C4.5 0,00912297 detik.
Â
References
E. C. Pearce, Anatomi dan Fisiologi untuk Paramedis. PT. Gramedia Pustaka Utama, Jakarta, 2012.
J. Jordan, K. Konstantinou, and J.O'Dowd, “Herniated Lumbar Disc: injection interventions for sciatica,†Clin. Evid., vol. 9, no. February, pp. 34-44, 2016.
J. C. Eck, “Spondylolisthesis,†pp. 12–15, 2012.[4] A. R. Da Rocha Neto and G. D. A. Barreto, “On the application of ensembles of classifiers to the diagnosis of pathologies of the vertebral column: A comparative analysis,†IEEE Lat. Am. Trans., vol. 7, no. 4, pp. 487–496, 2009.
I. H. Witten, E. Frank, and M. a Hall, Data Mining: Practical Machine Learning Tools and Techniques (Google eBook), 2011.
G. Karyono, “Analisis teknik data mining ‘algoritma c4.5 dan k-nearest neighbor’ untuk mendiagnosa penyakit diabetes mellitus,†Semin. Nas. Teknol. Informasi, BIsnis, dan Desain, pp. 77–82, 2016.
Kurniawan, M, F., and Ivandari, 2017, Komparasi Algoritma Data Mining Untuk Klasifikasi Penyakit Kanker Payudara.
G. Abdillah et al., “Penerapan Data Mining Pemakaian Air Pelanggan Untuk Menentukan Klasifikasi Potensi Pemakaian Air Pelanggan Baru Di Pdam Tirta Raharja Menggunakan Algoritma K-Means,†Semin. Nas. Teknol. Informasi dan Komunikasi, pp. 18–19, 2016.
S. Lorena, W. Zarman, and I. Hamidah, “Analisis Dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai Akademik,†Pros. Semin. Nas. Apl. Sains dan Teknol., no. November, pp. 263–272, 2014.
M. A. Tebet, “Current concepts on the sagittal balance and classification of spondylolysis and spondylolisthesis,†Rev. Bras. Ortop. (English Ed., vol. 49, no. 1, pp. 3–12, 2014.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
The journal allow the authors to hold the copyright without restrictions and allow the authors to retain publishing rights without restrictions.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
