HARDIYANTI, AMALIA FITRI (2021) PERBANDINGAN ALGORITMA C4.5 DAN MULTILAYER PERCEPTRON UNTUK KLASIFIKASI KELAS RUMAH SAKIT DI DKI JAKARTA. S1 thesis, Universitas Mercu Buana Jakarta.
Text (HAL COVER)
01 COVER - Amalia Fitri Hardiyanti.pdf Download (1MB) |
|
Text (BAB I)
02 BAB 1 - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (133kB) |
|
Text (BAB II)
03 BAB 2 - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (220kB) |
|
Text (BAB III)
04 BAB 3 - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (207kB) |
|
Text (BAB IV)
05 BAB 4 - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (371kB) |
|
Text (BAB V)
06 BAB 5 - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (84kB) |
|
Text (DAFTAR PUSTAKA)
07 DAFTAR PUSTAKA - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (89kB) |
|
Text (LAMPIRAN)
08 LAMPIRAN - Amalia Fitri Hardiyanti.pdf Restricted to Registered users only Download (317kB) |
Abstract
Public health and welfare are one of the government’s priorities. Healthcare service and facility improvement is the government’s attempt to build national health and embody a healthy country. The number of healthcare facilities in hospitals may determine the hospital's grade in DKI Jakarta. To date, the hospital's grade is determined based on the hospital facility and service by the government. Based on the available data, it is necessary to classify hospitals based on available facilities. In the current study, the hospital's grade determination used the C4.5 Algorithm and Multilayer Perceptron methods. This study compared the performance of the two algorithms. From the comparison result, Multilayer Perceptron MLP had an accuracy value of 92.64%, and the C4.5 Algorithm had an accuracy value of 83.82%. Based on the accuracy values, Multilayer Perceptron MLP performs better than the C4.5 Algorithm. Key words: C4.5 Algorithm, Multilayer Perceptron, Cross-validation, Confusion matrix Kesehatan dan kesejahteraan masyarakat merupakan salah satu fokus utama bagi pemerintah. Memperbaiki pelayanan serta fasilitas kesehatan merupakan salah satu usaha pemerintah untuk membangun kesehatan bangsa dan terwujudnya negara yang sehat. Banyaknya fasilitas kesehatan di rumah sakit dapat menentukan grade kelas rumah sakit di daerah DKI Jakarta. Selama ini penentuan grade kelas rumah sakit berdasarkan fasilitas dan kemampuan pelayanan di rumah sakit yang telah ditentukan oleh pemerintah. Berdasarkan data yang ada perlu dilakukannya pengklasifikasian rumah sakit berdasarkan fasilitas yang tersedia. Dalam penelitian ini penentuan grade kelas rumah sakit dengan fasilitas yang ada menggunakan metode Algoritma C4.5 dan Multilayer Perceptron. Penelitian ini membandingkan kinerja dari dua algoritma tersebut. Dengan hasil perbandingan Multilayer Perceptron MLP memiliki nilai akurasi sebesar 92,64% dan Algoritma C4.5 memiliki nilai akurasi sebesar 83,82%. Berdasarkan hasil nilai akurasi Multilayer Perceptron MLP mempunyai kinerja yang lebih baik dari Algoritma C4.5. Kata kunci: Algoritma C4.5, Multilayer Perceptron, Cross Validation, Confusion Matrix
Actions (login required)
View Item |