Implementasi Algoritma C4.5 dengan Diskritisasi Equal-width Binning dan smote pada Dataset Kaggle

Model data mining bisa digunakan untuk melakukan klasifikasi penyakitrnyang dapat mengidap seseorang. Pada klasifikasi terdapat metode Algoritma C4.5,rnID3, Naïve bayes, dan lain-lain.Metode Algoritma C4.5 lebih baik pada metode lainrndikarenakan tingkat akurasi yang tinggi dan waktu komputasi yang cepatrnmenjadikan Algoritma C4.5 sangat cocok digunakan. Pada penelitian ini data yangrndigunakan adalah Stroke Prediction Datasets dari Kaggle UCI repository. Dalamrndataset ini masih terdapat missing value maka dari itu digunakanlah metodernimputasi menggunakan Mean untuk menghilangkan data abnormal yang masihrnkosong pada dataset tersebut. Adapun karena dataset ini memiliki nilai kontinyurnmaka dilakukan diskritisasi untuk mengubah atribut menjadi diskrit agar mudahrndipahami. Dari metode metode yaitu Algoritma C4.5, Imputasi mean, danrndiskritisasi berbasis equal width interval yang diterapkan pada dataset Kaggle ini.rnPenggunaan SMOTE untuk menyeimbangkan data yang dimana peneliti gunakanrnadalah dataset stroke yang tidak berimbang untuk nilai positif dan negatif.rnSedangkan untuk imputasi mean digunakan dengan tujuan untuk menghilangkanrnmissing value dengan hasil meningkatkan akurasi. Hasil fold tertinggi tanparnmenggunakan SMOTE adalah 95,05%