Application of Decision Tree Algorithm for Classification of Dental Diseases Based on Medical Records

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma Decision Tree dalam mendiagnosis penyakit gigi berdasarkan data rekam medis pasien di Klinik Medika Saintika. Data yang digunakan meliputi variabel seperti kebiasaan menggosok gigi, usia, jenis kelamin, riwayat kesehatan gigi, gejala nyeri gigi, dan kondisi gigi. Proses analisis diawali dengan pengumpulan data dan preprocessing untuk memastikan kualitas data yang digunakan. Hasil perhitungan entropi dan gain digunakan untuk menentukan atribut yang paling relevan dalam membangun decision tree. Model yang dikembangkan menunjukkan tingkat akurasi yang tinggi yaitu 92% dan error sebesar 8%, yang menunjukkan efektivitas algoritma Decision Tree dalam mendiagnosis penyakit gigi. Faktor kebiasaan menggosok gigi terbukti paling berpengaruh, diikuti oleh gejala nyeri gigi dan faktor lainnya. Meskipun akurasi model sudah cukup baik, penelitian ini menunjukkan perlunya optimasi lebih lanjut dengan menambahkan variabel dan memperbaiki metode pengolahan data.