Diabetes adalah penyakit dimana pankreas tidak bisa memproduksi insulin dengan baik. Insulin merupakan hormon yang di hasilkan dari pankreas, yang berguna sebagai pintu untuk menyalurkan glukosa dari makan yang diserap untuk di alirkan ke dalam sel-sel darah agar tubuh dapat menghasilkan energi. Sedangkan menurut WHO diabetes adalah penyakit yang sangat mematikan yang menduduki peringkat 9 dunia. Penderita penyakit diabetes pada umumnya meningal dunia dengan kondisi rusak nya beberapa organ vital seperti, jantung, ginjal dan hati. Para penderita awal penyakit diabetes tidak diketahui secara pasti sehingga penderita penyakit diabetes yang telah dirawat dalam kondisi yang memperhatinkan. Untuk menekan jumlah kematian akibat penyakit diabetes dibutuhkan suatu sistem yang dapat mengindentifikasi gejala dini penyakit diabetes, agar penderita penyakit diabetes dapat ditangani langsung dengan baik. Teknologi data mining dapat membatu membangun suatu sistem untuk menprediksi penyakit diabetes menggunakan algoritma decision tree C4.5. pada penelitian ini data prediksi penyakit diabetes diambil dari UCI Repository. Kemudian data diolah dengan tahapan, select data, pre-processing dan split validation menggunakan rapid miner. Hasil pengolahan data menggunakan rapid miner, berupa rules yang dapat digunakan untuk memprediksi penyakit diabetes. Rules yang dihasilkan dari pohon keputusan RapidMiner memiliki akurasi 95, 51%
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.