Komparasi Metode Klasifikasi Data Mining untuk Prediksi Penyakit Ginjal

Abstrak

Abstract— Data mining offers methodological and technical solutions for the prediction and classification of diseases, thus data mining has an important role in the health world. Main objectives of this study is to predict chronic kidney disease using classification algorithms such as Support Vector Machine and Algorithm C4.5. This study focuses on the discovery of appropriate algorithms for classification. From the results obtained, the classification algorithm C4.5 better than the SVM.

 

Intisari— Data mining menawarkan metodologi dan solusi teknis untuk prediksi dan klasifikasi suatu penyakit, dengan demikian data mining memiliki peranan yang penting dalam dunia kesehatan. Tujuan Utama dari penelitian ini adalah untuk memprediksi penyakit ginjal kronis dengan menggunakan algoritma klasifikasi seperti Support Vector Machine dan Algoritma C4.5. Penelitian ini berfokus pada penemuan algoritma yang tepat dan baik untuk klasifikasi. Dari hasil yang didapatkan, klasifikasi menggunakan algoritma C4.5 lebih baik dibandingkan dengan SVM.

 

Kata Kunci — ginjal, algoritma support vector machine, algoritma C4.5