IMPLEMENTASI SELEKSI FITUR F-SCORE DAN ALGORITMA C4.5 UNTUK DIAGNOSA PENYAKIT DIABETES MELLITUS

Berdasarkan data Organisasi Kesehatan Dunia (WHO), Indonesia merupakan negara yang memiliki tingkat kematian keempat tertinggi didunia yang disebabkan oleh diabetes mellitus[1]. Diabetes mellitusmerupakan penyakit yang memiliki beberapa gejala yang wajib diwaspadai, misalnya banyaknya kehamilan, konsentrasi glukosa dan lainnya. Dari banyaknya fitur yang ada menimbulkan beberapa masalah salah satunya semakin lama proses diagnosa.Penyeleksian fitur yang kurang relevan dapat digunakan untuk mengurangi proses waktu diagnosa. Seleksi fitur f-score dapat digunakan untuk mengurangi gejala yang kurang relevan sehingga waktu untuk mendiagnosa lebih efektif dan akurasi lebih baik. Selain penyeleksian fitur, pengklasifikasian penyakit dapat dilakukan untuk mengetahui apakah pasien positif diabetes mellitus atau negatif diabetes mellitus. Algoritma C4.5 merupakan algoritma machine learning yang dapat digunakan untuk klasifikasi penyakit serta dapat menemukan pola dari suatu data.Tujuan dari penelitian ini untuk mengukur nilai akurasi yang dihasilkan dari klasifikasi diabetes menggunakan algoritma C4.5 dengan seleksi fitur dan tanpa seleksi fitur.Akurasi menggunakan metode seleksi fitur f-score dan algoritma C4.5 dengan jumlah data training sebanyak 80% menghasilkan nilai akurasi 72,791% dan precision 63, 924% dan recall 51,208 dengan waktu 12,99s