KLASIFIKASI CALON PENDONOR DARAH POTENSIAL MENGGUNAKAN ALGORITMA DECISION TREE DI UTD PMI KOTA SURABAYA

Elfaretta, Syifa Saskia (2024) KLASIFIKASI CALON PENDONOR DARAH POTENSIAL MENGGUNAKAN ALGORITMA DECISION TREE DI UTD PMI KOTA SURABAYA. Undergraduate thesis, Universitas Pembangunan Nasional Veteran Jawa Timur.

	Text (Cover) 20082010152_Cover.pdf Download (1MB)
	Text (Bab 1) 20082010152_Bab 1.pdf Download (103kB)
	Text (Bab 2) 20082010152_Bab 2.pdf Restricted to Repository staff only until 24 July 2027. Download (199kB)
	Text (Bab 3) 20082010152_Bab 3.pdf Restricted to Repository staff only until 24 July 2027. Download (108kB)
	Text (Bab 4) 20082010152_Bab 4.pdf Restricted to Repository staff only until 24 July 2027. Download (1MB)
	Text (Bab 5) 20082010152_Bab 5.pdf Restricted to Repository staff only until 24 July 2027. Download (29kB)
	Text (Daftar Pustaka) 20082010152_Daftar Pustaka.pdf Download (100kB)
	Text (Lampiran) 20082010152_Lampiran.pdf Restricted to Repository staff only until 24 July 2027. Download (206kB)

Abstract

Darah merupakan komponen yang vital dalam tubuh manusia. Kurangnya jumlah darah pada tubuh akan mempengaruhi kerja dari organ lain. Oleh karena itu, PMI berperan aktif dalam menyediakan kebutuhan stok darah nasional. Untuk memastikan bahwa darah yang diterima oleh resipien aman dan berkualitas baik, maka perlu dilakukan klasifikasi calon pendonor darah potensial. Skripsi ini menggunakan beberapa algoritma Decision Tree dalam proses klasifikasi data. Algoritma yang digunakan adalah CART, C4.5, dan Random Forest. Masing-masing algoritma tersebut akan ditambahkan dengan metode oversampling SMOTE dan metode Random Search CV, sehingga terbentuk sembilan skenario. Hasil perbandingan dari sembilan skenario menunjukkan bahwa algoritma Random Forest tanpa bantuan SMOTE dan Random Search CV memiliki nilai terbaik dibandingkan skenario lainnya. Algoritma Random Forest mendapatkan akurasi dengan nilai 97%, AUC ROC dengan nilai 99%, dan tidak terdeteksi overfitting. Oleh karena itu, algoritma Random Forest diimplementasikan dalam sistem klasifikasi calon pendonor darah potensial berbasis web. Hasil uji validasi sistem menunjukkan akurasi dengan angka 97%. Kata Kunci: Klasifikasi, Calon Pendonor Potensial, Decision Tree, CART, C4.5, Random Forest, UTD PMI Kota Surabaya

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Arifiyanti, Amalia Anjani	NIDN0712089201	amalia_anjani.fik@upnjatim.ac.id
Thesis advisor	Fitri, Anindo Saka	NIDN0025039303	anindo.saka.si@upnjatim.ac.id

Subjects:

Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76.6 Computer Programming
Q Science > QA Mathematics > QA76.625 Internet Programming

Divisions:

Faculty of Computer Science > Departemen of Information Systems

Depositing User:

Syifa Saskia Elfaretta

Date Deposited:

24 Jul 2024 03:35

Last Modified:

24 Jul 2024 03:35

URI:

https://repository.upnjatim.ac.id/id/eprint/27333