Telematika : Journal Program Studi Teknik Informatika
Selamat Datang
Home > Browse Kategori > Computer Science > abstrak

SEARCH
Judul Paper Nama Penulis

PUBLICATION A-Z
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Jurnal TELEMATIKA

Jurnal PROBISNIS

Abstrak
PENGARUH SELEKSI FITUR TERHADAP KLASIFIKASI ALGORITMA C4.5 PADA STUDENT ALCOHOL CONSUMPTION DATASET
Pungky Dwi Putra Handoko
Minuman beralkohol merupakan zat psikoaktif yang bersifat adiksi atau adiktif. Zat psikoaktif adalah golongan zat yang bekerja secara selektif, terutama pada otak, sehingga dapat menimbulkan perubahan pada perilaku, emosi, kognitif, persepsi dan kesadaran seseorang dan lain-lain. Hasil survey Dislitbang Polri tahun 2014 memperlihatkan bahwa pemakai narkotika dan minuman keras terbanyak dari golongan pelajar, baik SLTP, SLTA, maupun mahasiswa, yang jumlahnya mencapai 70%, sedangkan yang lulusan SD hanya 20%. Di era modern saat ini khususnya bidang teknologi informasi, kebutuhan akan informasi dan pengetahuan terbaru sangat berkembang pesat. Salah satuya adalah mengenai informasi pengguna alcohol di kalangan remaja yang lebih akurat. Data mining adalah proses untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai data besar. Pada data mining terdapat suatu teknik klasifikasi yang menilai objek data untuk memasukannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia, dapat diterapkan dalam kasus – kasus di bidang kesehatan, sebagai contoh untuk kasus kecanduan alkohol pada remaja. Algoritma yang dapat digunakan dalam klasifikasi adalah decision tree C4.5. Penggunaan algoritma decision tree dalam menentukan tingkat penggunaan alcohol pada kalangan remaja menggunakan dua cara yaitu dengan seleksi atribut dan tanpa seleksi atribut. Hasil dari klasifikasi menggunakan algoritma decision tree dengan seleksi atribut memiliki tingkat akurasi yang lebih tinggi disbandingkan dengan decision tree tanpa seleksi atribut dengan nilai 89,2% dengan 85,5%.

Keyword : Alkohol;Remaja;Data mining;Klasifikasi;Decision tree