Analisis Prediksi Penyakit Demensia Alzheimer Menggunakan Metode Decision Tree C4.5 dan Naive Bayes

Abstract

Demensia adalah suatu sindrom akibat penyakit otak, biasanya bersifat kronik atau progresif serta terdapat gangguan fungsi luhur. Jenis  demensia  yang  paling  sering  dijumpai yaitu demensia tipe Alzheimer,termasuk daya ingat, daya pikir, daya orientasi, daya pemahaman, berhitung, kemampuan belajar, berbahasa, dan daya kemampuan menilai. Organisasi Kesehatan Dunia (WHO) telah mengungkapkan bahwa 55 juta orang di seluruh dunia mengalami penurunan keterampilan dalam memori dan berpikir, yang sekarang dapat mempengaruhi individu berusia 30 sampai 40 tahun. Maka dari itu, penelitian ini memberikan solusi dengan menerapkan algoritma  Decision Tree C4.5 di RapidMiner untuk memprediksi penyakit demensia alzheimer. Permasalahan yang saat ini terjadi adalah belum adanya prediksi penyakit demensia alzheimer serta belum adanya cara mengukur angka prediksi penyakit demensia alzheimer dengan  metode Algoritma Decision Tree C4.5 dan Naive Bayes. Metodologi penelitian yang digunakan adalah alur proses dari mulai pengumpulan data, pengolahan awal data, model atau metode yang diusulkan atau dikembangkan, eksperimen dan pengujian model atau metode dan yang terakhir evaluasi dan validasi hasil. Tujuan Penelitian ini adalah untuk memprediksi penyakit demensia alzheimer menggunakan dataset yang digunakan dari kagel. Model yang dihasilkan diuji untuk mendapatkan nilai accuracy, precision, recall dan AUC dari setiap algoritma. Hasil yang diharapkan dari pengujian Alzheimer dengan menggunakan Metode Decision Tree C4.5 Dan Naïve Bayes dapat memberikan pemecahan untuk permasalahan Alzheimer lebih akurat.