PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI TINGKAT RESIKO SAKIT PENERIMA BANTUAN IURAN (JKT9 (studi kasus : Basis Data Terpadu PBI JKN Wilayah Jakarta Barat tahun 2014 Di TNP2K)

1203015077 - Juliana; Selly Novita, S.Kom., M.Konr.; E. Rizal, S.Kom., M.Kom.;

Kebutuhar.r untuk nrongetahui tingkat rcsiko sakit penerimir bantuan iuran (PBI)
JKN oleh -['NP2K nrer.rgacu pada tingkat pelayanan kesehatati yang diberikan oleh
pemerintah. Dalarn proses pctnberian bantuan iuran kesehatan rnasih mengalami
banyak kendala terlebih kriteria PBI JKN yang ada di basis data terpadu memiliki
kriteria yang sangat banyak dan beragam. Oleh karena itu inft-rrmasi-informasi
yang ada didalam basis data terpadu belum sepenuhnya diolah dan dirnanfaatkan
menjadi infon.nasi. Sehingga perlu di lakukan analisis berdasarkan kriteria yang
ada. Tingkat resiko sakit rnemiliki beberapa faktor diantaranya genetik, jenis
kelamin, usia, penyakit kronis, gaya hidup, pola makan dan lainJain. Dengan
adanya fal dilakukan cara untuk mengetahui tingkat resiko sakit PBI JKN dengan metode
klasifikasi. Metode klasifikasi decision tree yang digunakan adalah algoritma
C4.5. Decision /ree merupakan model prediksi menggunakan struktur pohon atau
struktur hirarki. Dalarn proses ,r,ir?i,?g digunakan RapidMiner J.-l untuk
menghasilkan r.;r1es dan pohon keputusan dari proses klasifikasi dengan algoritma
C4.5. Hasil dari proses mining yang menghasilkan pohon keputusan dan rules
akan dilakukan tahap evaluasi dan validasi hasil dengan melakukan pengujian
sebanyak tiga kali dengan persentase tlata yang berbeda yang diambil seoara
random. Evaluasi dan validasi hasil dilakukan menggunakan confusion matrix
untuk menunjukkan tingkat accuroc)r, precision dan recall. Setelah dilakukan
pengujian sebanyak tiga kali dapat diketahLri bahwa pada pengujian pertarnalah
yang nrenunjukkan tingkat accuracy, precision dan recall yang lebih tinggi yaitu
acclu'ac!- 98,03%, precision 97,66oh dan recall 98,30Yo. dan diagnosa kurva
Receiver Opcrating Characteristik (ROC) adalah 1,00. hal ini menunjukkan
bahwa model algoritma C4.5 mencapai Excellent Classifcation, yaitu mencapai
klasifikasi sempurna sehingga dapat diterapkan pada kasus tingkat resiko sakit
PBI JKN.