Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Jenis Kontrasepsi Berbasis Web

research
  • 12 Jul
  • 2018

Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Jenis Kontrasepsi Berbasis Web

ABSTRAK


Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Jenis Kontrasepsi Berbasis Web, (11151155) Ita Yulianti.


Keluarga Berencana (KB)merupakan suatu program pemerintah yang dirancang untuk menyeimbangkan antara kebutuhan dan jumlah penduduk dengan menggunakan alat kontrasepsi. Kurangnya pengetahuan tentang kontrasepsi menyebabkan tidak sedikit akseptor lebih memilih menggunakan kontrasepsi berdasarkan coba-coba atau bahkan mengikuti saran dari orang lain yang kurang paham terhadap alat kontrasepsi. Oleh sebab itu, diperlukan adanya tindakan/penanganan khusus untuk mempermudah para akseptor dalam memilih kontrasepsi yang efektif dan sesuai dengan kondisi tubuhnya. Algoritma C4.5 yaitu metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami (Kusrini, 2009).Untuk itu, dalam penelitian ini akan dilakukan analisa data penggunaan jenis kontrasepsi menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa parameter diantaranya usia, jumlah anak, tekanan darah dan riwayat penyakit yang akan diaplikasikan dalam bentuk web guna mempermudah para akseptor dalam mendapatkan nilai informasi yang lebih cepat dan fleksibel.Dari 130 jumlah kasus yang terdiri dari 104 kasus akseptor pengguna kontrasepsi hormonal dan 26 kasus pengguna kontrasepsi non hormonal yang didapat dari Posyandu Desa Nyangkowek Kecamatan Cicurug, maka didapatkan 14 rule yang dihasilkan dari pohon keputusan algoritma C4.5 dengan jumlah class non hormonal sebanyak 8 rule dan jumlah class hormonal sebanyak 6 rule serta dievaluasi dengan pengujian Cross Validation yangmenghasilkan tingkat akurasi sebesar 85,38%, sehingga dapat disimpulkan bahwa penelitian ini dapat membantu para akseptor KB dalam memilih jenis kontrasepsi yang efektif.


REFERENSI

                                         Daftar Pustaka



Al Fatta, Hanif. 2007. Analisis Perancangan Sistem Informasi untuk Keunggulan Bersaing Perusahaan dan Organisasi Modern. Yogyakarta: ANDI.


 


Andriani, Anik. 2013. Sistem Pendukung Keputusan Berbasis Decision Tree Dalam Pemberian Beasiswa Studi Kasus: AMIK “BSI YOGYAKARTA”. ISSN: 2089-9815. Yogyakarta: SENTIKA, 9 Maret 2013.


 


Anhar. 2010. Panduan Menguasai PHP dan MySQL Secara Otodidak. Jakarta: Mediakita.


 


Aprilla C, D., Baskoro, D. A., Ambarwati, L., & Wicaksana, I. W. 2013. Belajar Data Mining dengan Rapid Miner. Jakarta: Open Content model.


 


BP3AKB. 2015. Pengertian dan Tujuan Keluarga Berencana. Diambil dari: http://bp3akb.inhukab.go.id/berita-pengertian-dan-tujuan-keluarga-berencana-kb.html(29 April 2015)


 


DEPKES. 2014. Situasi dan Analisi Keluarga Berencana. Diambil dari: http://www.depkes.go.id/resources/download/pusdatin/infodatin/infodatin-harganas.pdf(29 April 2015)


 


Ellitan, L., & Lina, A. 2007. Sistem Informasi Manajemen. Bandung: Alfabeta.


 


Fahrudin, Alex, Bambang Eka Purnama dan Berliana Kusuma Riasti. 2011. Pembangunan Sistem Informasi Layanan Haji Berbasis Web Pada Kelompok Bimbingan Haji Ar Rohman Mabrur Kudus. ISSN: 1979-9330. Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 3 No, 1 - 2011.


 


Nofriansyah, Dicky. 2014. Konsep Data Mining VS Sistem Pendukung Keputusan. Yogyakarta: Deepublish.


 


Hidayat, Rahman. 2010. Cara Praktis Membangun Website Gratis. Jakarta: PT Elex Media Komputindo.


 


Irmawati, Dewi. 2011. Pemanfaatan E-commerce Dalam Dunia Bisnis. Jurnal Ilmiah Orasi Bisnis – ISSN: 2085-1375 Edisi Ke- VI, November 2011. Diambil dari: http://www.academia.edu/4911623/PEMANFAATAN_ECOMMERCE_DALAM_DUNIA_BISNIS (3 April 2015)


 


INFODUK. 2013. Pertumbuhan Penduduk dan Dampaknya. Diambil dari: http://infoduk.babelprov.go.id/content/pertumbuhan-penduduk-yang-tinggi-dan-dampaknya (29 April 2015)


 


Kamagi, David Hartanto dan Seng Hansun. 2014. Implementasi Data Mining dengan Algoritma C4.5 Memprediksi Tingkat Kelulusan Mahasiswa. ISSN: 2085-4552. Tangerang: UTLIMATICS, Vol. VI, No. 1, Juni 2014.


 


Kusrini dan Emha Taufiq Luthfi. 2009. Algoritma Data Mining. Yogyakarta: CV. Andi Offset.


 


Maftukhah, Siti dan Rusito. 2015. Sistem Pendukung Keputusan Pemilihan Alat Kontrasepsi Berbasis web Menggunakan Metode Simple Additive Weighting (SAW). ISSN: 1979-0155. Semarang: Jurnal E-BISNISVol. 8, No. 1, April 2015.


                                                                                               


Rosa, A., & M. Shalahuddin. 2013. Rekayasa Perangkat Lunak. Bandung: Informatika.


 


Sari, Devi Pramita. 2015. Hubungan Pengetahuan Kesehatan Reproduksi Pasangan Usia Subur Dengan Pemilihan Kontrasepsi Keluarga Berencan Di Kecmatan Serengan. ISSN: 2407-2656. Maternity: Jurnal Ilmu Kebidanan dan Kesehatan, Volume 2/ Nomor 2/ November 2015.           


 


Tabrani, Muhamad. 2014. IMPLEMENTASI SISTEM INFORMASI RESERVASI PENGINAPAN PADA ARGOWISATA GUNUNG MAS CISARUA BOGOR. Bianglala Informatika: Vol . II No 1 Maret 2014.


 


Wajhillah, Rusda. 2014. Optimasi Algoritma Klasifikasi C4.5 Berbasis Partice Swarm Optimization Untuk Prediksi Penyakit Jantung. ISSN: 2355-990X. Swabumi: Vol 1 No. 1, September 2014.


 


Widodo, P. P., & Herlawati. 2011. Menggunakan UML. Bandung: Informatika.


 


Widodo, P. P., &Rahmadya Trias Handayanto, H. (2013). Penerapan Data Mining Dengan Matlab. Bandung: Rekayasa Sains.


 


Wulandari,Lestari T.2013. Desain dan Perancangan Sistem Informasi Akademik


Pada STMIK Ubudiyah Indonesia Banda Aceh. Diambil dari:


http://www.ejournal.uui.ac.id/jurnal/LESTARI_WULANDARI._T-skv


lestari_wulandari.pdf. (29 April 2016).


 


Yusnita, Amelia dan Rosiana Handini. 2012. Sistem Pendukung Keputusan Menentukan Lokasi Umah Makan Yang Strategis Menggunakan Metode Naive Bayes. ISSN: 979-26-0255-0. Semarang: Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012).