[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"ssr-repo-dspace000002445":3},{"id":4,"title":5,"authors":6,"files":8,"advisors":53,"authors_detail":54,"advisors_detail":58,"publisher":59,"publish_place":60,"language":61,"type":62,"type_slug":63,"year":64,"department":65,"study_program":66,"keywords":67,"keywords_detail":71,"abstract":78,"abstract_html":79,"url":80},"repo-dspace000002445","Deteksi Risiko Serangan Stroke Dengan Metode Decision Tree C5.0 Berbasis Aplikasi Web",[7],"Muhammad Gusti Herjuno",[9,14,17,20,23,26,29,32,35,38,41,44,47,50],{"chapter":10,"requires_login":11,"label":12,"available":13},"abstrak",false,"Abstrak",true,{"chapter":15,"requires_login":11,"label":16,"available":11},"pendahuluan","Pendahuluan",{"chapter":18,"requires_login":11,"label":19,"available":13},"bab1","Bab I",{"chapter":21,"requires_login":11,"label":22,"available":13},"bab2","Bab II",{"chapter":24,"requires_login":13,"label":25,"available":13},"bab3","Bab III",{"chapter":27,"requires_login":13,"label":28,"available":13},"bab4","Bab IV",{"chapter":30,"requires_login":13,"label":31,"available":13},"bab5","Bab V",{"chapter":33,"requires_login":13,"label":34,"available":11},"bab6","Bab VI",{"chapter":36,"requires_login":13,"label":37,"available":11},"bab7","Bab VII",{"chapter":39,"requires_login":11,"label":40,"available":11},"daftar_pustaka","Daftar Pustaka",{"chapter":42,"requires_login":13,"label":43,"available":11},"lampiran","Lampiran",{"chapter":45,"requires_login":13,"label":46,"available":11},"jurnal","Jurnal",{"chapter":48,"requires_login":11,"label":49,"available":13},"open","Akses Terbuka",{"chapter":51,"requires_login":13,"label":52,"available":11},"full","Dokumen Lengkap",[],[55],{"name":7,"nim":56,"slug":57},"1941720137","muhammad-gusti-herjuno",[],"Politeknik Negeri Malang","Malang","Indonesia","Skripsi (D4)","skripsi-d4",2023,"D-IV TEKNIK INFORMATIKA",null,[68,69,70],"Deteksi Stroke","Decision Tree C5.0","Web",[72,74,76],{"name":68,"slug":73},"deteksi-stroke",{"name":69,"slug":75},"decision-tree-c50",{"name":70,"slug":77},"web","Stroke adalah suatu kondisi yang perlu diperhatikan karena dapat menyebabkan kecacatan dan bahkan kematian. Menurut World Health Organization (WHO) pada tahun 2022, stroke menduduki peringkat kedua sebagai penyebab kematian dan merupakan penyebab utama kecacatan di seluruh dunia. Di Indonesia, stroke menempati peringkat pertama sebagai penyakit tidak menular berdasarkan Riset Kesehatan Dasar (Riskesdas) tahun 2018. Tujuan penelitian ini adalah untuk mengembangkan sebuah aplikasi web yang dapat membantu mendeteksi dini serangan stroke pada seseorang, sehingga masyarakat menjadi lebih peduli dalam mencegah serangan stroke. Metode yang digunakan dalam penelitian ini adalah Decision Tree C5.0, dengan memanfaatkan 10 faktor risiko stroke sebagai parameter untuk menganalisis risiko serangan stroke pada seseorang. Output dari aplikasi web ini memberikan pernyataan apakah seseorang memiliki risiko terkena stroke atau tidak. Dataset sekunder sebanyak 5109 data digunakan dalam pembangunan model, terdiri dari 249 data pasien stroke dan 4860 data pasien non-stroke. Dalam penelitian ini dilakukan penyeimbangan data dengan menggunakan metode cross validation menggunakan model Random Over Sampling untuk memperoleh hasil pelatihan model, yaitu akurasi sebesar 80,93%, presisi sebesar 76,67%, sensitivitas sebesar 90,30%, dan spesifisitas sebesar 71,70%. Selanjutnya, model tersebut diuji dan memberikan hasil performa seperti berikut: akurasi sebesar 81,04%, presisi sebesar 74,22%, sensitivitas sebesar 93,85%, dan spesifisitas sebesar 68,77%. Berdasarkan data tersebut dapat disimpulkan metode Decision Tree C5.0 dapat digunakan untuk membangun model klasifikasi deteksi dini risiko serangan stroke dengan model Random Over Sampling.","\u003Cp>Stroke adalah suatu kondisi yang perlu diperhatikan karena dapat menyebabkan kecacatan dan bahkan kematian. Menurut World Health Organization (WHO) pada tahun 2022, stroke menduduki peringkat kedua sebagai penyebab kematian dan merupakan penyebab utama kecacatan di seluruh dunia. Di Indonesia, stroke menempati peringkat pertama sebagai penyakit tidak menular berdasarkan Riset Kesehatan Dasar (Riskesdas) tahun 2018. Tujuan penelitian ini adalah untuk mengembangkan sebuah aplikasi web yang dapat membantu mendeteksi dini serangan stroke pada seseorang, sehingga masyarakat menjadi lebih peduli dalam mencegah serangan stroke. Metode yang digunakan dalam penelitian ini adalah Decision Tree C5.0, dengan memanfaatkan 10 faktor risiko stroke sebagai parameter untuk menganalisis risiko serangan stroke pada seseorang. Output dari aplikasi web ini memberikan pernyataan apakah seseorang memiliki risiko terkena stroke atau tidak. Dataset sekunder sebanyak 5109 data digunakan dalam pembangunan model, terdiri dari 249 data pasien stroke dan 4860 data pasien non-stroke. Dalam penelitian ini dilakukan penyeimbangan data dengan menggunakan metode cross validation menggunakan model Random Over Sampling untuk memperoleh hasil pelatihan model, yaitu akurasi sebesar 80,93%, presisi sebesar 76,67%, sensitivitas sebesar 90,30%, dan spesifisitas sebesar 71,70%. Selanjutnya, model tersebut diuji dan memberikan hasil performa seperti berikut: akurasi sebesar 81,04%, presisi sebesar 74,22%, sensitivitas sebesar 93,85%, dan spesifisitas sebesar 68,77%. Berdasarkan data tersebut dapat disimpulkan metode Decision Tree C5.0 dapat digunakan untuk membangun model klasifikasi deteksi dini risiko serangan stroke dengan model Random Over Sampling.\u003C\u002Fp>","https:\u002F\u002Frepository.polinema.ac.id\u002Fcollection\u002Fdetail?id=dspace000002445&year=2023&title=deteksi-risiko-serangan-stroke-dengan-metode-decision-tree-c5-0-berbasis-aplikasi-web"]