Implementasi Algoritma C4.5 pada Analisis Faktor Risiko Penyakit Jantung Koroner

Authors

  • Elsa Adinda Yestina Politeknik Negeri Jember, Jember https://orcid.org/0009-0004-8546-0117
  • Bakhtiyar Hadi Prakoso Politeknik Negeri Jember, Jember
  • Erna Selviyanti Politeknik Negeri Jember, Jember
  • Gandu Eko Julianto Suyoso Politeknik Negeri Jember, Jember

DOI:

https://doi.org/10.30865/jurikom.v12i5.8852

Keywords:

Coronary heart disease, risk factors, C4.5 algorithm, RapidMiner, k-fold cross validation

Abstract

Coronary heart disease is a non-communicable disease due to the process of atherosclerosis resulting in blockage or narrowing of the coronary blood vessels which causes reduced oxygen supply to the heart. In the morbidity and mortality data at RSD dr. Soebandi Jember from 2020-2024, there were fluctuations. In terms of age, the majority of sufferers are productive aged between 15-64 years. The impact that has occurred is an increade in cases of coronary heart disease which is getting higher and decreasing productivity at a productive age. The purpose of this studywas to analyze risk factors for coronary heart disease based on medical records of inpatients using the C4.5 algorithm at RSD dr. Soebandi Jember. This research uses the C4.5 algorithm method with RapidMiner tools and impelents k-fold cross validation. The selection of the C4.5 algorithm is because is produces classification basen on the gain ratio value so that the classification results can be analyzed for risk factor attributes. Determination of risk factors is known in the decision results in the form of classification rules. The implementation k-fold cross validation produces the highest accuracy at k=8, namely accuracy of 86,09%, precision of 82,63%, and recall of 91,39%. Based on the results, diabetes mellitus is the most influential risk factor for coronary heart disease because it has the highest gain ratio value. Other risk factors are physical inactivity, gender, obesity, hugh blood pressure, age, and smoking. Suggestions for dr. Soebandi Hospital are to improve Communication, Information, Education (IEC), especially for diabetes mellitus patients because it affects coronary heart disease.

Author Biographies

Elsa Adinda Yestina, Politeknik Negeri Jember, Jember

Manajemen Informasi Kesehatan, Student

Erna Selviyanti, Politeknik Negeri Jember, Jember

Manajemen Informasi Kesehatan, Lecturer

References

REFERENCES

A. Rafidah, “Analisis Faktor Risiko Kejadian Penyakit Jantung Koroner di RSUD Sultan Imanuddin Pangkalan Bun,” 2020.

F. Nuraisyah, J. Srikandhia Purnama, Y. Nuryanti, R. Dika Agustin, R. Desriani, and M. Utami Putri, “Edukasi Pengetahuan Penyakit Tidak Menular dan Germas Pada Usia Produktif di Dusun Karangbendo,” J. Panrita Abdi, vol. 6, no. 1, pp. 1–7, 2022.

Kartini et al., Epidemiologi Penyakit Tidak Menular, Pertama. Purbalingga: Eureka Media Aksara, 2023.

J. H. P. H. Tong, Data Mining Concepts and Techniques Fourth Edition, 4th ed. America: Katey Birtcher, 2023.

A. Purwinarko, K. Budiman, A. Widiyatmoko, F. A. Sasi, and W. Hardyanto, “Integrating C4.5 and K-Nearest Neighbor Imputation with Relief Feature Selection for Enhancing Breast Cancer Diagnosis,” Sci. J. Informatics, vol. 12, no. 1, pp. 107–118, 2025.

P. B. N. Setio, D. R. S. Saputro, and Bowo Winarno, “Klasifikasi Dengan Pohon Keputusan Berbasis Algoritme C4.5,” Prism. Pros. Semin. Nas. Mat., vol. 3, pp. 64–71, 2020.

A. S. Sitio and F. A. Sianturi, “Peningkatan Kinerja Decision Tree C4.5 Melalui Pendekatan Mean Dan Median Pada Data Numerik,” vol. 2, no. 1, pp. 24–32, 2025.

A. F. Riany and G. Testiana, “Penerapan Data Mining untuk Klasifikasi Penyakit Jantung Koroner Menggunakan Algoritma Naïve Bayes,” MDP Student Conf., vol. 2, no. 1, pp. 297–305, 2023.

D. Larassati, A. Zaidiah, and S. Afrizal, “Sistem Prediksi Penyakit Jantung Koroner Menggunakan Metode Naive Bayes,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 7, no. 2, pp. 533–546, 2022.

B. G. Sudarsono and E. Winarno, “Perbandingan Algoritma Klasifikasi Data Mining Dalam Diagnosa Penyakit Arteri Koroner,” Build. Informatics, Technol. Sci., vol. 6, no. 3, pp. 1595–1604, 2024.

L. Nafi’ah and Z. Fatah, “Implementasi Algoritma Decision Tree Untuk Pendeteksian Penyakit Jantung,” vol. 3, no. 2, pp. 160–165, 2024.

L. F. Tampubolon, A. Ginting, and F. E. Saragi Turnip, “Gambaran Faktor yang Mempengaruhi Kejadian Penyakit Jantung Koroner (PJK) di Pusat Jantung Terpadu (PJT),” J. Ilm. Permas J. Ilm. STIKES Kendal, vol. 13, no. 3, pp. 1043–1052, 2023.

Kepmenkes RI, “Keputusan Menteri Kesehatan RI, Nomor 854/MENKES/SK/IX/2009 tentang Pedoman Pengendalian Penyakit Jantung dan Pembuluh Darah.” Menteri Kesehatan Republik Indonesia, 2009.

Kemenkes RI, Petunjuk Teknis Penatalaksanaan Penyakit Kardiovaskular Untuk Dokter. Kuningan, Jakarta: Kementerian Kesehatan Republik Indonesia, 2017.

Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D. 2023.

A. B. Alfianah, “Analisis Perbandingan Kinerja Algoritma K-Nearest Neighbor (KNN) dan Algoritma C4.5 Untuk Klasifikasi Teknik Persalinan,” Jember, 2024.

E. Mutiara, “Algoritma Klasifikasi Naive Bayes Berbasis Particle Swarm Optimization Untuk Prediksi Penyakit Tuberculosis (TB),” Swabumi, vol. 8, no. 1, pp. 46–58, 2020.

I. D. Lestari, “Klasifikasi Penyakit Pneumonia dengan Menggunakan Metode Algoritma C5.4 di Rumah Sakit Umum Kaliwates Jember,” Jember, 2024.

A. A. A. Daniswara and I. K. D. Nuryana, “Data Preprocessing Pola Pada Penilaian Mahasiswa Program Profesi Guru,” J. Informatics Comput. Sci., vol. 05, pp. 97–100, 2023.

S. A. K. A. Upe, “Faktor-Faktor yang Memengaruhi Inkonsistensi Penerapan Reward and Punishment pada Aparatur Sipil Negara di Badan Kepegawaian dan Pengembangan Sumber Daya Manusia Kabupaten Konawe,” J. Adm. Pembang. dan Kebijak. Publik Vol. 15 No. 1 Februari 2024, vol. 15, no. 1, pp. 41–51, 2024.

A. Zulaikha, “Klasifikasi Penyakit Stroke Iskemik Menggunakan Metode K-Nearest Neighbor (KNN) di RS Bhayangkara Bondowoso Tahun 2023,” 2024.

B. G. Sudarsono, M. I. Leo, A. Santoso, and F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE - J. Bus. Audit Inf. Syst., vol. 4, no. 1, pp. 13–21, 2021.

T. T. P. Fatchiah, “Klasifikasi Penyakit Tuberkulosis Paru Menggunakan Algoritma C4.5 di Rumah Sakit Paru Jember,” Jember, 2024.

P. I. Nainggolan, D. S. Prasvita, and D. S. Bukit, “Klasifikasi Informasi Kesehatan Pada Data Media Sosial Menggunakan Support Vector Machine dan K-Fold Cross Validation,” Malikussaleh J. Mech. Sci. Technol., vol. 5, no. 2, p. 34, 2021.

F. M. Hana and W. C. Wahyudin, “Optimasi Parameter Algoritma Decision Tree C4.5 Pada Klasifikasi Blogger Profesional,” vol. 4, no. 2, pp. 77–83, 2023.

C. N. Syahputri and M. S. Hasibuan, “Optimasi Klasifikasi Decision Tree dengan Teknik Pruning untuk Mengurangi Overfitting,” vol. 11, no. 2, pp. 87–96, 2024.

T. I. P. Hati, Rahman, and A. Rizaldy, “Penggunaan Decision Tree dalam Penentuan Faktor yang Mempengaruhi Status Gizi Buruk Balita di Kelurahan Tamamaung,” vol. 14, no. 2, pp. 208–216, 2024.

I. Rahmawati, D. Dwiana, R. S. Ratiyun, and Yesi, “Hubungan Diabetes Melitus (DM) dengan Penyakit Jantung Koroner (PJK) pada Pasien yang Berobat di Poli Jantung,” J. Kesehat. dr. Soebandi, vol. 8, no. 1, pp. 56–62, 2020.

R. T. Elkurnia, Cokorde Istri Yuliandari Krisnawardani K, Luh Oliva Saraswati Suastika, and Cyndiana Widia Dewi Sinardja, “Prevalensi dan faktor risiko penyakit jantung koroner pada pasien diabetes melitus tipe 2 Rumah Sakit Umum Pusat Prof. Dr. I.G.N.G. Ngoerah Denpasar,” Intisari Sains Medis, vol. 14, no. 1, pp. 47–52, 2023.

M. S. Putri, “Literature Review Kadar Kolestrol dan Kadar Gula Darah dengan Kejadian Penyakit Jantung Koroner,” Yogyakarta, 2020.

I. Pashar, Sultan, and L. Wendikbo, “Hubungan Pola Makan Dan Aktivitas Fisik Dengan Penyakit Jantung Koroner Di Rsud Labuang Baji Makassar,” J. Pubnursing Sci., vol. 2, no. 01, pp. 31–42, 2024.

C. Rachmawati, S. Martini, and K. D. Artanti, “Analisis Faktor Risiko Modifikasi Penyakit Jantung Koroner Di RSU Haji Surabaya Tahun 2019 Modification Risk Factorsa Analysis in Coronary Heart Disease in Haji Hospital Surabaya in 2019,” Media Gizi Kesmas, vol. 10, no. 1, pp. 47–55, 2021.

L. Bachtiar, R. A. Gustaman, and S. Maywati, “Faktor Risiko yang Berhubungan dengan Kejadian Penyakit Jantung Koroner (Analisis Data Sekunder di Rumah Sakit Umum Daerah Kabupaten Subang),” J. Kesehat. komunitas Indones., vol. 19, no. 1, p. 52, 2023.

Aisyah, F. R. Hardy, T. Y. R. Pristya, and U. Q. Karima, “Kejadian Penyakit Jantung Koroner pada Pasien di RSUD Pasar Rebo,” HIGEIA (Journal Public Heal. Res. Dev., vol. 6, no. 4, pp. 250–260, 2022.

J. Haldy and L. M. Kurniawidjaja, “Coronary Heart Disease Risk and Associated Risk Factor Among Workers at PT.X in 2023,” Idonesia J. Heal. Promot., vol. 7, pp. 1–11, 2024.

Diah Tika Anggraeni et al., “Pemberdayaan Kader Kesehatan Melalui Program ‘Oke Heart’ Sebagai Upaya Deteksi Dini Pencegahan Gagal Jantung di Kecamatan Limo, Depok,” vol. 8, p. 6, 2025.

I. Johanis, I. A. Tedju Hinga, and A. B. Sir, “Faktor Risiko Hipertensi, Merokok dan Usia terhadap Kejadian Penyakit Jantung Koroner pada Pasien di RSUD Prof. Dr. W. Z. Johannes Kupang,” Media Kesehat. Masy., vol. 2, no. 1, pp. 33–40, 2020.

Additional Files

Published

2025-10-31

How to Cite

Yestina, E. A., Prakoso, B. H., Selviyanti, E., & Suyoso, G. E. J. (2025). Implementasi Algoritma C4.5 pada Analisis Faktor Risiko Penyakit Jantung Koroner . JURNAL RISET KOMPUTER (JURIKOM), 12(5), 684–694. https://doi.org/10.30865/jurikom.v12i5.8852