PREDIKSI TINGKAT MORTALITAS JAMAAH HAJI DENGAN ALGORITMA KLASIFIKASI

• YOGIE PRIBADI
• 14002307

---

ABSTRAK

Indonesia merupakan negara pengirim jamaah haji terbanyak di dunia dengan kuota sebanyak 219.487 jamaah pada tahun 2019. Walaupun telah dilakukan pemeriksaan kesehatan sebelum pemberangkatan dan pendampingan oleh tim kesehatan selama pelaksanaan ibadah haji, beberapa unsur diantaranya penyakit bawaan dan usia dari jamaah sering menjadi faktor wafatnya jamaaah karena melaksanakan rangkaian ibadah yang cukup panjang dan melelahkan. sebagai bahan persiapan antisipasi meningkatnya jamaah haji yang wafat dalam pelaksanaan ibadah haji, perlu dilakukan pemodelan berbasis machine learning dengan lgoritma naive bayes, k-nearest neighbour dan decision tree untuk memprediksi tingkat mortalitas jamaah haji selama mengikuti rangkaian pelaksanaan ibadah haji berdasarkan dataset jamah haji yang wafat dan sakit selama 5 tahun terakhir yang bersumber dari basis data siskohat dan siskohatkes. setelah dilakukan pemodelan hasilnya adalah untuk tingkat akurasi tertinggi dicapai oleh decision tree sebesar 63,26%, nilai presisi tertinggi dicapai oleh decision tree sebesar 64,15%, nilai recall tertinggi dicapai oleh decision tree sebesar 100% dan AUC tertinggi dicapai oleh kombinasi k-NN dengan metode penyeimbangan data SMOTE sebesar 0.694

KATA KUNCI

Data Mining,Algoritma,Klasifikasi

---

DAFTAR PUSTAKA

D.L. Olson, Advanced data mining techniques. 2008

nitesh v. "SMOTE' J. Artif.Intell, Res., vol. 16, 2002