Implementasi Algoritma Decision Tree Iterative Dichotomiser 3 (ID3) untuk Prediksi Keberhasilan Pengobatan Penyakit Kutil Menggunakan Cryotherapy
Abstract
Kutil merupakan salah satu penyebab gangguan kesehatan kulit, yang ditandai dengan adanya tonjolan kecil pada kulit. Masalah ini disebabkan oleh human papillomavirus (HPV). Menyembuhkan kutil menggunakan cryotherapy adalah salah satu jenis pengobatan kutil yang direkomendasikan oleh beberapa profesional kesehatan. Prosedur yang digunakan dalam perawatan ini adalah dengan membekukan kutil menggunakan nitrogen cair. Penelitian ini bertujuan untuk memprediksi tingkat keberhasilan penyembuhan pengobatan penyakit kutil sehingga dapat dikembangkan tindakan pencegahan. Penelitian ini menggunakan dataset cryotherapy dari repositori UCI Machine Learning Repository. ID3 sebagai Algoritma dalam penelitian ini mengadopsi desain entropi informasi yang dikembangkan dengan menghitung nilai gain information untuk menentukan klasifikasi dari beberapa properti yang ada. Hasil pengujian yang dilakukan menunjukkan bahwa hasil akurasi adalah 94,4 persen untuk 60% dan 80% data latih, serta 96,2 persen untuk 70% data latih. Berdasarkan hasil pengujian dapat disimpulkan bahwa untuk 70% data latih mencapai tingkat akurasi yang lebih baik dibandingkan dengan jumlah data latih lainnya. Penelitian ini berkontribusi dalam prediksi keberhasilan pengobatan penyakit kutil menggunakan cryotherapy dengan mengimplementasikan algoritma decision tree ID3
References
[2] H. Brawijaya, S. Samudi, and S. Widodo, “Komparasi Algoritma K-Nearest Neighbor dan Naiive Bayes Pada Pengobatan Penyakit Kutil Menggunakan Cryotheraphy,” JUITA : Jurnal Informatika, vol. 7, no. 2, p. 93, 2019, doi: 10.30595/juita.v7i2.5609.
[3] I. Srimenganti, I. Taufik, and E. Mulyana, “Implementasi Algoritma Decision Tree ( ID3 ) Untuk Penyakit Campak,” Seminar Nasional Teknik Elektro, pp. 235–242, 2018.
[4] H. Hikmatulloh, A. Rahmawati, D. Wintana, and D. A. Ambarsari, “Penerapan Algoritma Iterative Dichotomiser Three (Id3) Dalam Mendiagnosa Kesehatan Kehamilan,” Klik - Kumpulan Jurnal Ilmu Komputer, vol. 6, no. 2, p. 116, 2019, doi: 10.20527/klik.v6i2.189.
[5] D. Pribadi, S. Athiry, R. A. Saputra, A. Supiandi, and D. Prayudi, “Sistem Pakar Diagnosa Penyakit Demam Berdarah Dengue Menggunakan Algoritma Iterative Dichotomiser 3 ( ID3 ),” Seminar Nasional Inovasi dan Tren (SNIT), vol. 3, no. 1, pp. 129–133, 2018.
[6] Hamsir Saleh, “Kelebihan dan Kekurangan Algoritma Klasifikasi Data Mining.”
[7] F. Fitriyani and T. Arifin, “Implementasi Greedy Forward Selection untuk Prediksi Metode Penyakit Kutil Menggunakan Decision Tree,” JST (Jurnal Sains dan Teknologi), vol. 9, no. 1, pp. 76–85, 2020, doi: 10.23887/jst-undiksha.v9i1.24896.
[8] Ş. Cihan, B. Karabulut, M. Kokoç, G. Arslan, and G. Gürel, “Analysis of Cryotherapy Treatment of Verruca by Machine Learning,” no. December, 2019.
[9] M. M. Rahman, S. Wang, Y. Zhou, and J. Rogers, “Predicting the performance of cryotherapy for wart treatment using machine learning algorithms,” IISE Annual Conference and Expo 2019, no. February 2015, pp. 1–6, 2019.
[10] Y. Singh, “The application of machine learning in predicting outcome of cryotherapy and immunotherapy for wart removal,” Annals of Dermatology, vol. 33, no. 4, pp. 345–350, 2021, doi: 10.5021/ad.2021.33.4.345.
[11] M. Koklu, “Comparison of Various Machine Learning Methods on Wart Treatment Performance of,” no. October 2018, 2021.
[12] R. Wajhillah, “Penerapan Metode Algoritma Id3 Untuk Prediksi Diagnosa Gagal Ginjal Kronis (Studi Kasus: Rsud Sekarwangi Sukabumi),” Klik - Kumpulan Jurnal Ilmu Komputer, vol. 6, no. 1, p. 97, 2019, doi: 10.20527/klik.v6i1.211.
[13] J. V Reonaldho, D. Saepudin, and D. Adytia, “Prediksi Gelombang Ekstrim Air Laut Di Pelabuhan Tanjung Priok Menggunakan Algoritma Id3,” eProceedings of Engineering, vol. 7, no. 1, pp. 2700–2713, 2020.
[14] S. A. Zega, “Penggunaan Pohon Keputusan untuk Klasifikasi Tingkat Kualitas Mahasiwa Berdasarkan Jalur Masuk Kuliah,” Seminar Nasional Aplikasi Teknologi Informasi (SNATI), pp. 7–13, 2014.
[15] B. R. Waridhon and A. C. Fauzan, “Implementasi Algoritma Iterative Dichotomiser 3 ( ID3 ) untuk Prediksi Keberlangsungan Studi Mahasiswa,” JACIS : Journal Automation Computer Information System, vol. 1, no. 2, pp. 19–29, 2021.
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution 4.0 International License.