NOVITA, LILIS (2025) Diagnosa Penyakit Mata Katarak Menggunaka Metode Random Forest (RF). S1 thesis, Universitas Malikussaleh.

	Text Cover_Skripsi Lilis Novita_200170238_.pdf Download (229kB)
	Text Abstrak_Skripsi Lilis Novita_200170238pdf.pdf Download (170kB)
	Text Bab I_Skripsi Lilis Novita_200170238.pdf Download (308kB)
	Text Daftar Pustaka_Skripsi Lilis Novita_200170238_Jilid.pdf Download (139kB)
	Text Skripsi Lilis Novita_200170238_Jilid.pdf Restricted to Registered users only Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis pembelajaran mesin menggunakan algoritma ID3 Decision Tree yang diimplementasikan dari scratch untuk memprediksi risiko katarak berdasarkan sepuluh variabel klinis, yaitu usia, riwayat keluarga, kekeruhan lensa, penurunan ketajaman penglihatan, sensitivitas cahaya, perubahan warna mata, penglihatan ganda, tekanan intraokular, hasil pemeriksaan slitlamp, dan visus. Model ini mencapai kinerja yang sangat baik dengan akurasi 95,5%, presisi 0.8686, recall 0.8700, dan F1-score 0.8684, menggunakan Information Gain sebagai splitting criteria dengan struktur pohon yang sederhana (kedalaman maksimum 3 level). Analisis feature importance menunjukkan bahwa Ketajaman_Penglihatan memiliki kontribusi terbesar dengan 56.51%, diikuti oleh Usia_Pasien dengan 35.11%, mengkonfirmasi pentingnya kedua faktor ini dalam diagnosis katarak secara medis. Sistem ini dikembangkan menggunakan antarmuka interaktif yang memungkinkan prediksi secara real-time dilengkapi dengan visualisasi intuitif dan rekomendasi medis. Dengan implementasi algoritma ID3 yang transparan dan interpretable, sistem ini diharapkan dapat menjadi alat bantu yang efisien bagi tenaga medis dalam melakukan diagnosis awal katarak dengan tingkat akurasi tinggi yang mendukung pengambilan keputusan medis berbasis data. Kata Kunci: Katarak, Klasifikasi, Machine Learning, Random Forest

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science R Medicine > RE Ophthalmology T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Lilis Novita
Date Deposited:	07 Aug 2025 08:15
Last Modified:	07 Aug 2025 08:15
URI:	https://rama.unimal.ac.id/id/eprint/13525

Actions (login required)

View Item