IMPLEMENTASI DATA MINING UNTUK MENGETAHUI FAKTOR KELAYAKAN DONOR DARAH UTD KOTA TASIKMALAYA MENGGUNAKAN ALGORITMA C4.5

  • Abdul Latif (1*) STMIK Nusa Mandiri
  • Dini Silvi Purnia (2) STMIK Nusa Mandiri

  • (*) Corresponding Author
Keywords: Algoritma C4.5, Data Mining, Decision Tree, Donor Darah, Prediksi

Abstract

Donor darah merupakan kegiatan kemanusiaan dimana seseorang dengan sukarela menyumbangkan darahnya untuk disimpan di bank darah yang kemudian digunakan untuk transfusi darah. UTD PMI Tasikmalaya merupakan fasilitas layanan kesehatan yang menyelenggarakan donor darah, penyedia darah, dan pendistribusian darah. Ketika banyaknya pendonor sukarela di UTD PMI Tasikmalaya, maka antrean panjang sering terjadi pada saat pemeriksaan kelayakan donor darah. Terkadang antrean panjang membuat pendonor sukarela mengurungkan niatnya untuk mendonor, sehingga diperlukan sebuah model untuk efisiensi pemeriksaan kelayakan donor darah. Data Mining merupakan gabungan sejumlah disiplin ilmu komputer yang didefinisikan sebagai proses penemuan pola-pola baru dari kumpulan-kumpulan data sangat besar. Sehingga dalam penelitian ini, peneliti memanfaatkan data mining menggunakan software Rapidminer dan menggunakan metode Decision Tree Algoritma C4.5 untuk menentukan prediksi kelayakan donor darah berdasarkan Usia, Berat Badan, Tekanan Darah, dan Hemoglobin. Dari hasil penelitian ini, hemoglobin adalah variabel paling menentukan kelayakan donor darah dengan tingkat akurasi 97,69% yang berarti akurasi model ini sangat baik

Downloads

Download data is not yet available.

References

Atmaja, K. J., Anandita, I. B. G., & Dewi, N. K. C. (2017). Penerapan Data Mining Untuk Memprediksi Potensi Pendonor Darah Menjadi Pendonor Tetap Menggunakan Metode Decision Tree C. 45. S@ CIES, 7(2), 101-108. https://jurnal.stiki-indonesia.ac.id/index.php/sacies/article/view/284

Bayususetyo, D., Santoso, R., & Tarno, T. (2017). Klasifikasi Calon Pendonor Darah Menggunakan Metode Naïve Bayes Classifier (Studi Kasus: Calon Pendonor Darah Di Kota Semarang). Jurnal Gaussian, 6(2), 193–200. https://ejournal3.undip.ac.id/index.php/gaussian/article/view/16948

Devi, A. K. (2018). Peramalan Kebutuhan Darah Jenis Packet Red Cells (PRC) di PMI Kota Surabaya dengan Metode Jaringan Syaraf Tiruan Propagasi Balik. Zeta-Math Journal, 4(1), 7–11. http://journal.uim.ac.id/index.php/Zeta/article/view/21

Latif, A., & Purnia, D. S. (2019). Laporan Akhir Penelitian Mandiri: Implementasi Data Mining Untuk Mengetahui Faktor Kelayakan Donor Darah Utd Kota Tasikmalaya Menggunakan Algoritma C4.5.

Paraswati, A. (2014). MASYARAKAT SERBU BUS DONOR DARAH DI CAR FREE DAY. Http://Www.Pmi.or.Id/. http://www.pmi.or.id/masyarakat-serbu-bus-donor-darah-di-car-free-day/

UTD PMI Kab Tasikmalaya. (2019). Sistem Informasi Donor Darah (SIDORDAR).

Wardati, W., Nur’aini, N., & Hadi, A. J. (2019). Faktor Yang Memengaruhi Perilaku Donor Darah di Unit Transfusi Darah RS Dr. Fauziah Bireuen. MPPKI (Media Publikasi Promosi Kesehatan Indonesia): The Indonesian Journal of Health Promotion, 2(3), 181-185. https://jurnal.unismuhpalu.ac.id/index.php/MPPKI/article/view/804
Published
2019-08-08
How to Cite
Latif, A., & Purnia, D. (2019). IMPLEMENTASI DATA MINING UNTUK MENGETAHUI FAKTOR KELAYAKAN DONOR DARAH UTD KOTA TASIKMALAYA MENGGUNAKAN ALGORITMA C4.5. INTI Nusa Mandiri, 14(1), 145-150. https://doi.org/10.33480/inti.v14i1.1555
Article Metrics

Abstract viewed = 510 times
PDF downloaded = 555 times