KLASIFIKASI DAERAH RAWAN PENYAKIT HEWAN MENULAR STRATEGIS MENGGUNAKAN ALGORITMA DECISION TREE C4.5

Nadya Susanti Hasibuan; Baenil Huda; Shofa Shofiah Hilabi; April Lia Hananto

doi:10.46576/djtechno.v7i1.8543

KLASIFIKASI DAERAH RAWAN PENYAKIT HEWAN MENULAR STRATEGIS MENGGUNAKAN ALGORITMA DECISION TREE C4.5

Nadya Susanti Hasibuan, Baenil Huda, Shofa Shofiah Hilabi, April Lia Hananto

Abstract

Penelitian ini memiliki tujuan untuk mengklasifikasikan tingkat kerawanan daerah berdasarkan kasus penyakit hewan menular di wilayah kabupaten atau kota Provinsi Nusa Tenggara Barat dengan memanfaatkan teknik data mining. Dalam penelitian ini, metode yang diterapkan adalah algoritma Decision Tree C4.5 dengan menggunakan teknik evaluasi 5-fold cross validation sebagai penilaian efektivitas model. Dataset yang digunakan merupakan data sekunder periode 2020–2024 yang melalui tahapan preprocessing meliputi data cleaning, agregasi, feature engineering, dan pelabelan menjadi tiga kategori kerawanan: rendah, sedang, dan tinggi. Temuan dari penelitian ini menunjukkan bahwa variabel rata-rata kasus menjadi faktor utama dalam menentukan tingkat wilayah kerawanan. Model yang dibangun mampu menghasilkan klasifikasi dengan performa yang baik, ditunjukkan oleh akurasi rata-rata sebesar 94% dan nilai tinggi untuk presisi, recall, serta F1-score di setiap kategori. Selain itu, model memiliki kemampuan interpretasi yang jelas melalui struktur pohon keputusan yang dihasilkan. Dengan demikian, pendekatan yang digunakan terbukti efektif dalam identifikasi wilayah berisiko dan dapat mendukung pengambilan keputusan dalam upaya pengendalian penyakit hewan menular dengan strategi yang lebih tepat dan berbasis data.

Keywords

Classification; Infectious Animal Diseases; Decision Tree C4.5; Data Mining; Regional Vulnerability

Full Text:

PDF

References

B. Bose and S. Siva Kumar, “Economic burden of zoonotic and infectious diseases on livestock farmers: a narrative review,” J. Health Popul. Nutr., vol. 44, no. 1, p. 158, May 2025, doi: 10.1186/s41043-025-00913-3.

A. Kappes et al., “Livestock health and disease economics: a scoping review of selected literature,” Front. Vet. Sci., vol. 10, Sep. 2023, doi: 10.3389/fvets.2023.1168649.

S. A. Muhammad, A. Rauf, H. Ali, and M. Awais, “Impact of Climate Change on Animal Health,” International Journal of Agriculture and Biosciences, vol. 1, no. 1, pp. 8–13, 2023, doi: 10.47278/book.oht/2023.02.

Balai Besar Penelitian Veteriner, Informasi dan Diskripsi Singkat Penyakit PHMS (Penyakit Hewan Menular Strategis). Bogor: Badan Penelitian dan Pengembangan Pertanian, Kementerian Pertanian, 2023.

R. Rahmad et al., “Rabies Outbreak In Dompu, West Nusa Tenggara, Indonesia: A Case Study,” Journal of Community Health and Preventive Medicine, vol. 1, no. 1, pp. 1–8, Jan. 2021, doi: 10.21776/ub.jochapm.2021.001.01.1.

Balai Besar Veteriner Denpasar, Laporan Surveilans dan Monitoring Balai Besar Veteriner Denpasar. Bali: Kementerian Pertanian Direktorat Jendral Peternakan dan Kesehatan Hewan, 2024.

Z. I. Alfianti, “Pengelompokan Wilayah Penyebaran Covid-19 Di Kabupaten Karawang Menggunakan Algoritma K-Means,” Jurnal Ilmiah Informatika Komputer, vol. 26, no. 2, pp. 111–122, Aug. 2021, doi: 10.35760/ik.2021.v26i2.4155.

S. Anggraini, M. Akbar, A. Wijaya, H. Syaputra, and M. Sobri, “Klasifikasi Gejala Penyakit Coronavirus Disease 19 (COVID-19) Menggunakan Machine Learning,” Journal of Software Engineering Ampera, vol. 2, no. 1, pp. 57–68, Feb. 2021, doi: 10.51519/journalsea.v2i1.105.

M. bin Q. Al-Asiri and A. A. Al-Asmari, “Disease Prediction System using Data Mining Techniques based on Classification Mechanism: Survey Study,” Journal of Pioneering Medical Science, vol. 13, no. 4, pp. 25–31, Jul. 2024, doi: 10.61091/jpms202413404.

D. Safitri, S. S. Hilabi, and F. Nurapriani, “Analisis Penggunaan Algoritma Klasifikasi Dalam Prediksi Kelulusan Menggunakan Orange Data Mining,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 8, no. 1, pp. 75–81, Jan. 2023, doi: 10.36341/rabit.v8i1.3009.

R. Pratama, B. Huda, E. Novalia, and H. Kabir, “Perbandingan Algoritma C4.5 dan Naïve Bayes dalam Menentukan Persediaan Stok,” Metik Jurnal, vol. 6, no. 2, pp. 115–122, Dec. 2022, doi: 10.47002/metik.v6i2.379.

E. Indra, K. Ho, Arlinanda, R. Hakim, D. Sitanggang, and O. Sihombing, “Application of C4.5 Algorithm for Cattle Disease Classification,” J. Phys. Conf. Ser., vol. 1230, no. 1, p. 012070, Jul. 2019, doi: 10.1088/1742-6596/1230/1/012070.

K. Pal and Biraj. V. Patel, “Data Classification with k-fold Cross Validation and Holdout Accuracy Estimation Methods with 5 Different Machine Learning Techniques,” in 2020 Fourth International Conference on Computing Methodologies and Communication (ICCMC), IEEE, Mar. 2020, pp. 83–87. doi: 10.1109/ICCMC48092.2020.ICCMC-00016.

M. A. Fadli, T. Tukino, E. Novalia, and A. L. Hananto, “Klasifikasi Ulasan Aplikasi Kopi Kenangan Pada Google Playstore Menggunakan Algoritma Naive Bayes,” Djtechno: Jurnal Teknologi Informasi, vol. 6, no. 2, pp. 593–605, Aug. 2025, doi: 10.46576/djtechno.v6i2.7037.

R. Mazumder, X. Meng, and H. Wang, “Quant-BnB: A Scalable Branch-and-Bound Method for Optimal Decision Trees with Continuous Features,” in International Conference on Machine Learning, PLMR, 2022, pp. 15255–15277.

P. Chen, “The Application of an Improved C4.5 Decision Tree,” in 2021 7th Annual International Conference on Network and Information Systems for Computers (ICNISC), IEEE, Jul. 2021, pp. 392–396. doi: 10.1109/ICNISC54316.2021.00078.

X. Ouyang et al., “Dual-Sampling Attention Network for Diagnosis of COVID-19 From Community Acquired Pneumonia,” IEEE Trans. Med. Imaging, vol. 39, no. 8, pp. 2595–2605, Aug. 2020, doi: 10.1109/TMI.2020.2995508.

R. Yacouby and D. Axman, “Probabilistic Extension of Precision, Recall, and F1 Score for More Thorough Evaluation of Classification Models,” in Proceedings of the First Workshop on Evaluation and Comparison of NLP Systems, Stroudsburg, PA, USA: Association for Computational Linguistics, 2020, pp. 79–91. doi: 10.18653/v1/2020.eval4nlp-1.9.

F. M. Delta Maharani, A. L. Hananto, S. S. Hilabi, F. N. Apriani, A. Hananto, and B. Huda, “Perbandingan Metode Klasifikasi Sentimen Analisis Penggunaan E-Wallet Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor,” Metik Jurnal, vol. 6, no. 2, pp. 97–103, Dec. 2022, doi: 10.47002/metik.v6i2.372.

R. U. Ginting, M. Y. Harefa, Rianto Sitanggang, and Immanuel H G Manurung, “Klasifikasi Penyebaran Covid-19 Menggunakan Algoritma C4.5 di Kecamatan Medan Helvetia,” Jurnal Mahajana Informasi, vol. 8, no. 2, pp. 99–107, Dec. 2023, doi: 10.51544/jurnalmi.v8i2.4650.

B. Huda et al., “Analisis Sentimen E-Learning X Terhadap Antarmuka Pengguna Menggunakan Kombinasi Multinomial Naive Bayes Dan Pendekatan Design Thinking,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 4, pp. 895–902, Aug. 2024, doi: 10.25126/jtiik.1147686.

F. M. Hana, “Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4.5,” Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan), vol. 4, no. 1, pp. 32–39, Oct. 2020, doi: 10.47970/siskom-kb.v4i1.173.

DOI: https://doi.org/10.46576/djtechno.v7i1.8543