Expert System for Lung Disease Prediction Using the C4.5 Algorithm

  • Tya Septiani Nurfauzia Koeswara Universitas Bina Sarana Informatika
  • Eva Marsusanti Department of Information System, Bina Sarana Informatika University
  • Rifa Nurafifah Syabaniyah Department of Information System, Bina Sarana Informatika University
  • Rusli Nugraha Department of Information System, Bina Sarana Informatika University
  • Resti Yulistria Department of Information System, Bina Sarana Informatika University
Keywords: Lung Disease, C4.5 Algorithm, Prediction System, Expert System, Predictive Performance

Abstract

Lung diseases significantly impact public health, with smoking, age, and lifestyle being primary risk factors. This study develops an expert system using the C4.5 algorithm to predict lung diseases based on a dataset containing 30,000 records and 11 attributes. Data preprocessing included handling missing values, outlier removal, and attribute conversion. The results indicate smoking as the most influential factor, followed by employment status and insurance ownership. The model achieved an accuracy of 94.66% and an AUC score of 0.993, demonstrating excellent predictive performance. Furthermore, the system can assist healthcare professionals in early diagnosis, enabling timely intervention and improved patient outcomes. Additionally, the integration of such predictive systems may contribute to the development of more personalized healthcare strategies, ensuring that preventive measures are targeted and effective

Downloads

Download data is not yet available.

References

Abas, W. (2021). Analisa Kepuasan Mahasiswa Terhadap Website Universitas Negeri Yogyakarta (UNY). Publikasi Ilmiah Unwahas, 1–6.

Buchori, A., Khotijah, S., & Ramdan, A. S. (2022). 5645-10629-1-Sm. 1–7.

Dhika, H., Isnain, N., & Tofan, M. (2019). Manajemen Villa Menggunakan Java Netbeans Dan Mysql. IKRA-ITH INFORMATIKA : Jurnal Komputer Dan Informatika, 3(2), 104–110.

Ganda Anggara, Gede Pramayu, A. W. (2016). Membangun sistem pakar menggunakan teorema bayes untuk mendiagnosa penyakit paru-paru. Seminar Nasional Teknologi Informasi Dan Multimedia 2016, 79–84

Girsang, R., Ginting, E. F., & Hutasuhut, M. (2022). Penerapan Algoritma C4.5 Pada Penentuan Penerima Program Bantuan Pemerintah Daerah. Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 1(4), 449.

Goldman, Ian. and Pabari, M. (2021). “Gambaran pengetahuan siswa tentang bahaya merokok". 3, 71–77.

Hoiriyah, H. (2018). Algoritma C4.5 Berbasis Seleksi Atribut Untuk Menentukan Kemungkinan Pengunduran Diri Mahasiswa. Technologia: Jurnal Ilmiah, 9(1), 67.

Hutasuhut, M., Ginting, E. F., & Nofriansyah, D. (2022). Sistem Pakar Mendiagnosa Penyakit Osteochondroma Dengan Metode Certainty Factor. JURIKOM (Jurnal Riset Komputer), 9(5), 1401.

Liana, C. F., & Sinaga, B. (2021). Sistem Pakar Diagnosa Penyakit Dyslexia Pada Anak Dengan Metode Naive Bayes Berbasis Web. Jurnal Ilmu Komputer Dan Bisnis, 12(2a), 173–183.

Mauli, D. (2019). Tanggung Jawab Hukum Dokter Terhadap Kesalahan Diagnosis Penyakit Kepada Pasien. Cepalo, 2(1), 33.

Meila Azzahra Sofyan, F., Voutama, A., & Umaidah, Y. (2023). Penerapan Algoritma C4.5 Untuk Prediksi Penyakit Paru-Paru Menggunakan Rapidminer. JATI (Jurnal Mahasiswa Teknik Informatika), 7(2), 1409–

Rahmawati, E. (2016). Sistem Pakar Diagnosis Penyakit Paru-Paru Menggunakan Metode Forward Chaining. Jurnal Teknik Elektro, 8(2), 64–69.

Ramdhani, Lis Saumi., (2020). Sistem Pakar Diagnosis Penyakit Dalam. Jurnal Swabumi, 2(2), 45-53

Rikhiana, E. D., & Fadlil, A. (2013). Penyakit Dalam Pada Manusia Menggunakan Metode. Jurnal Sarjana Teknik Informatika, 1(1), 1–10.

Ritonga, E. R., & Irawan, M. D. (2017). Sistem Pakar Diagnosa Penyakit ParuParu. Journal Of Computer Engineering, System And Science, 2(1), 39–47.

Rizqifaluthi, H., & Yaqin, M. A. (2019). Process Mining Akademik Sekolah Menggunakan RapidMiner. Matics, 10(2), 47.

Romadhon, M. H., Yudhistira, Y., & Mukrodin, M. (2021). Sistem Informasi Rental Mobil Berbsasis Android Dan Website Menggunakan Framework Codeigniter 3 Studi Kasus : CV Kopja Mandiri. Jurnal Sistem Informasi dan Teknologi Peradaban (JSITP), 2(1), 30–36

Saputro, A. H. (2021). Online at https://blog.rosihanari.net/tutorial-membuatkurva-roc-receiver-operating-characteristic-dengan-python/, accessed 18 Desember 2024

Soetarmono, A. N. D. (2018). Perancangan Sistem Pakar Dalam Mendiagnosa Penyakit Pada Balita. Teknika, 2(1), 28–39.

Tobin, M. J. (2004). Asthma, Airway Biology, and Nasal Disorders in

AJRCCM 2003. American Journal of Respiratory and Critical Care Medicine, 169(2), 265–276. https://doi.org/10.1164/rccm.2312011

Trimarsiah, Y., & Arafat, M. (2017). Analisis Dan Perancangan Website Sebagai Sarana Informasi Pada Lembaga Bahasa Kewirausahaan Dan Komputer Akmi Baturaja. Jurnal Ilmiah Matrik, 19, 1–10.

Yopento, J., Ernawati, & Coastera, F. F. (2022). Identifikasi Pneumonia Pada Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Berdasarkan Ekstraksi Fitur Sobel. Rekursif: Jurnal Informatika, 10(1), 40–47. https://doi.org/10.33369/rekursif.v10i1.17247

Yulianti, Ita., Rizal Amegia Saputra., Ami Rahmawati. (2020). Sistem Diagnosis Penyakit Hepatitis Menggunakan Algoritma C45. Jurnal Swabumi, 2(1), 76-89

Zahedi, B., Nahid-Mobarakeh, B., Pierfederici, S., & Norum, L. E. (2016). A robust active stabilization technique for dc microgrids with tightly controlled loads. Proceedings - 2016 IEEE International Power Electronics and Motion Control Conference, PEMC 2016, VI(1), 254–

Published
2024-12-30
How to Cite
Koeswara, T. S. N., Eva Marsusanti, Rifa Nurafifah Syabaniyah, Rusli Nugraha, & Resti Yulistria. (2024). Expert System for Lung Disease Prediction Using the C4.5 Algorithm. JURNAL TEKNOLOGI DAN OPEN SOURCE, 7(2), 232 - 238. https://doi.org/10.36378/jtos.v7i2.3999
Abstract viewed = 0 times
PDF downloaded = 0 times