Klasifikasi Penyakit Stroke Iskemik Menggunakan Algoritma C4.5 di Rumah Sakit Citra Husada Jember

Triana, Wahyu (2024) Klasifikasi Penyakit Stroke Iskemik Menggunakan Algoritma C4.5 di Rumah Sakit Citra Husada Jember. Undergraduate thesis, Politeknik Negeri Jember.

[img] Text (Abstract)
Abstract.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (88kB)
[img] Text (Bab 1 Pendahuluan)
BAB 1 Pendahuluan.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (189kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (245kB)
[img] Text (Laporan Lengkap)
G41202260_Wahyu Triana.pdf - Submitted Version
Restricted to Registered users only

Download (5MB) | Request a copy

Abstract

Stroke Iskemik adalah kondisi dimana terjadinya disfungsi otak akibat kerusakan pada jaringan otak. Pada pelaporan 10 besar penyakit rawat inap di Rumah Sakit Citra Husada tahun 2021 sampai dengan 2023 mengalami kenaikan, Selain itu pada pelaporan 10 besar kematian di Rumah Sakit Citra Husada penyakit Stroke Iskemik menempati urutan peringkat ke-1. Penelitian ini bertujuan untuk melakukan klasifikasi penyakit Stroke Iskemik berdasarkan faktor risiko menggunakan Algoritma C4.5 di Rumah Sakit Citra Husada Jember. Jenis penelitian ini adalah penelitian kuantitatif yang kemudian diolah menggunakan metode Algoritma C4.5 dengan bantuan tools RapidMiner. Pengambilan sampel menggunakan teknik simple random sampling dengan jumlah sampel sebanyak 366 dokumen rekam medis. Hasil penelitian menunjukan variabel yang menjadi faktor risiko penyakit stroke iskemik yaitu berjenis kelamin perempuan sebesar (55,74%) berusia lebih dari 55 tahun sebesar (63,93%) riwayat merokok (36,61%) riwayat hipertensi (96,17%) riwayat diabetes melitus (44,81%) riwayat penyakit jantung (21,86%) riwayat kolesterol (83,60%) obesitas (8,74%). Variabel yang paling berpengaruh pada penelitian ini adalah riwayat hipertensi. Hasil confusion matrix menunjukan tingkat nilai accuracy, precision dan recall tertinggi pada split 90:10 dengan nilai accuracy sebesar 97,22%, nilai precision sebesar 94,73% dan nilai recall yaitu 100%.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorRahagiyanto, AnggaNIDN0310059201
Uncontrolled Keywords: Algoritma C4.5, Confusion Matri, Stroke Iskemik
Subjects: 340 - Rumpun Ilmu Kesehatan > 370 - Ilmu Keperawatan dan Kebidanan > 379 - Analis Medis
340 - Rumpun Ilmu Kesehatan > 350 - Ilmu Kesehatan Umum > 355 - Epidemiologi
340 - Rumpun Ilmu Kesehatan > 350 - Ilmu Kesehatan Umum > Sistem Informasi Kesehatan
Divisions: Jurusan Kesehatan > Prodi D4 Manajemen Informasi Kesehatan > Tugas Akhir
Depositing User: Wahyu Triana
Date Deposited: 05 Nov 2024 12:06
Last Modified: 05 Nov 2024 12:06
URI: https://sipora.polije.ac.id/id/eprint/37266

Actions (login required)

View Item View Item