REDUKSI ATRIBUT PADA DATASET PENYAKIT JANTUNG DAN KLASIFIKASI MENGGUNAKAN ALGORITMA C5.0

Penyakit jantung koroner biasa disebut dengan kardiovaskular, penyakit jantung merupakan penyakit dengan tingkat kematian yang tinggi. Dengan demikian diagnosa sangat penting dan merupakan bidang penting dari penelitian medis. Dalam proses diagnosa hal yang paling sering dihadapi adalah waktu di dalam pengambilan keputusan dan kurangnya akurasi pada proses klasifikasi. Atribut merupakan hal penting di dalam pengambilan keputusan pada penyakit jantung sehingga perlu diketahui atribut utama pada penyakit jantung, seringkali didapatkan hasil yang berbeda pada proses diagnosa dikarenakan banyaknya atribut yang digunakan pada pengambilan keputusan. Sehingga perlu dilakukannya proses reduksi pada atribut penyakit jantung. Metode Principal Componen Analysis (PCA) dapat digunakan untuk reduksi data yang berdimensi besar serta melakukan perangkingan terhadap atribut yang akan direduksi. Proses klasifikasi dapat dilakukan dengan menggunakan Algoritma C5.0 dan mendapatkan tingkat akurasi pada proses klasifikasi. Hasil yang didapatkan pada penelitian merduksi 7 atribut pada dataset. Dengan tingkat akurasi tertinggi pada 90,16% dan akurasi terendah pada 80,71%.