Afifah Qowwamina Qisty, Annisa Nur Fadhilah, Cynthia Octaria, Fitria Ramadhani,
Qory Aprilarita
Jurusan Ilmu Komputer FMIPA
Universitas Lampung
Abstrak. Tujuan penelitian ini adalah membandingkan tingkat akurasi prediksi harapan
hidup pasien kanker paru-paru yang menjalani thoracic surgery dengan menggunakan
decision trees dan decision rules classifier. Terdapat dua algoritma decision trees (J48
dan Random Forest) dan satu algoritma decision rules (ZeroR) yang digunakan untuk
memprediksi dataset tersebut. Dalam penelitian ini, digunakan metode holdout dengan
perbandingan data training sebesar 70% dan data testing sebesar 30%. Hasil dari
penelitian menunjukkan bahwa algoritma ZeroR menghasilkan performa yang lebih
unggul dari algoritma J48 dan Random Forest, dengan tingkat persentase ketepatan
sebesar 84.3972 % untuk ZeroR, 83.6879 % untuk J48, dan 80,1418% untuk hasil
pengujian dengan algoritma Random Forest.
Keyword: Classification, Data Mining, Decision Rules, Decision Trees, Thoracic
Surgery