PENERAPAN DECISION TREE UNTUK REKOMENDASI OBAT BERDASARKAN GEJALA PASIEN STUDI KASUS: PUSKESMAS KUALA
Keywords:
Decision Tree, Data Mining, Rekomendasi Obat, Gejala PasienAbstract
Pemberian rekomendasi obat yang tepat dan akurat berdasarkan gejala pasien menjadi salah satu tantangan krusial dalam dunia medis, terutama di era digital saat ini. Kesalahan dalam diagnosis dan rekomendasi obat dapat berdampak serius pada kesehatan pasien. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi obat menggunakan algoritma Decision Tree, sebuah metode dalam data mining yang efektif untuk klasifikasi dan pengambilan keputusan. Data rekam medis pasien di Puskesmas Kuala, termasuk gejala, penyakit, dan obat yang direkomendasikan, digunakan sebagai data latih dan uji. Model yang dibangun dievaluasi untuk mengukur tingkat akurasinya dalam memberikan rekomendasi yang sesuai. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan rekomendasi obat dengan cepat dan akurat, mencapai presisi tinggi untuk penyakit-penyakit tertentu. Dengan demikian, sistem berbasis Decision Tree ini dapat menjadi alat bantu yang andal bagi tenaga medis, terutama dalam meningkatkan efisiensi dan mengurangi risiko kesalahan dalam pelayanan kesehatan.
Downloads
References
Antika, R., Rifa, A., Dikananda, F., Indriya Efendi, D., & Narasati, R. (2023). Penerapan Algoritma Decision Tree Berbasis Pohon Keputusan dalam Klasifikasi Penyakit Jantung. Jurnal Mahasiswa Teknik Informatika, 7(6).
Astita, M. N., & Sugianto, C. A. (2017). Implementasi Data Mining Dalam Data Bencana Tanah Longsor Di Jawa Barat Menggunakan Algoritma Fp-Growth. Techno.Com, 17(1), 91–102.
Hana, F. M. (2020). Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4.5. Jurnal SISKOM-KB (Sistem Komputer Dan Kecerdasan Buatan), 4(1), 32–39.
Jannah, B. P. dan L. miftahul. (2016). Metodologi Penelitian Kuantitatif. PT Rajagrafindo Persada.
Magdalena, I., Salsabila, A., Krianasari, D. A., & Apsarini, S. F. (2021). Implementasi Model Pembelajaran Daring Pada Masa Pandemi Covid-19 Di Kelas Iii Sdn Sindangsari Iii. Jurnal Pendidikan Dan Dakwah, 3(1), 119–128.
Munir, S., Saputra, A. B., Aziz, A., Barata, M. A., & Yani, A. (2024). Perbandingan Akurasi Algoritma Naive Bayes dan Algoritma Decision Tree dalam Pengklasifikasian Penyakit Kanker Payudara.
Nugroho, R. E., Pamungkas, W. Y., & Jaman, J. H. (2024). Pendeteksi Penyakit Hepatitis Menggunakan Cart Decision Tree. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3S1).
Nursyahfitri, R., Maharadja, A. N., Farissa, R. A., & Umaidah, Y. (2021). Klasifikasi Penentuan Jenis Obat Menggunakan Algoritma Decision Tree. Jurnal Informatika Polinema, 7(3), 53–60.
Oktaviani. J. (2018). Tinjauan Pustaka: Pengertian Implementasi. Sereal Untuk, 51(1), 51.
Permana, B. A. C., Sadali, M., & Ahmad, R. (2024). Penerapan Model Decision Tree Menggunakan Python Untuk Prediksi Faktor Dominan Penyebab Penyakit Stroke. Infotek: Jurnal Informatika Dan Teknologi, 7(1), 23–31.
Relita Buaton, Muhammad Zarlis, & Verdi Yasin. (2021). Konsep Data Mining Dalam Implementasi (The Concept Of Data Mining In Implementation).
Rewo Ngeo, S. (2021). Penerapan Metode Decision Tree untuk Rekomendasi Tujuan Poli Pada Rumah Sakit Umum Daerah Bajawa. Jurnal Sistem Informasi Dan Bisnis Cerdas (SIBC), 14(1).
Ridwan, R. J., Pawelloi, A. I., & Hastuti, A. (2024). Penerapan Algoritma C4.5 Decision Tree untuk Mendiagnosa Penyakit Dalam.
Setyo, W. N., & Wardhana, S. (2019). Implementasi Data Mining Pada Penjualan Produk Di Cv Cahaya Setya Menggunakan Algoritma Fp-Growth. Petir, 12(1), 54–63.
Stocks, N. (2016). 済無 No Title No Title No Title. 1–23.
Tarigan, P. M. S., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang. Jurnal Janitra Informatika Dan Sistem Informasi, 2(1), 9–19.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Edilse Maria Br Tarigan, Hotler Manurung, Rusmin Saragih
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
