Pemodelan Data Mining Sebagai Klasifikasi Penyakit Artritis Gout Dengan Teknik Decision Tree

Abstract

Penyakit Artritis Gout, sebuah kondisi inflamasi yang disebabkan oleh penumpukan kristal asam urat di dalam sendi, menghasilkan nyeri kronis dan peradangan. Penanganan yang tepat menjadi imperatif untuk mencegah komplikasi serius. Dalam konteks ini, algoritma Decision Tree dalam teknik Data Mining berperan sebagai instrumen klasifikasi yang vital bagi penyakit ini. Tujuan penelitian ini adalah mengembangkan model klasifikasi untuk penyakit Artritis Gout menggunakan algoritma Decision Tree. Sumber data penelitian ini berasal dari RSUD Tugurejo Semarang, meliputi berbagai atribut klinis seperti usia, jenis kelamin, tingkat asam urat dalam darah, dan gejala-gejala klinis lainnya. Metode pengolahan data yang digunakan mencakup pra-pemrosesan data, pembagian data menjadi data latih dan data uji, serta penerapan algoritma Decision Tree. Evaluasi dilakukan dengan menggunakan confusion matrix, seperti akurasi, presisi dan recall . Hasil penelitian menunjukkan bahwa model Decision Tree yang dikembangkan dapat mengklasifikasikan penyakit Artritis Gout dengan tingkat akurasi yang signifikan. Penelitian ini memberikan kontribusi dalam pengembangan sistem pendukung keputusan untuk diagnosis dan penanganan penyakit Artritis Gout, yang dapat meningkatkan efektivitas dan tepat waktu dalam perawatan pasien oleh praktisi medis.