<b>Implementasi Algoritma Klasifikasi C4.5 Untuk Memprediksi Resiko Terkena Penyakit Paru-Paru</b>

Penyakit paru-paru merupakan salah satu masalah kesehatan utama di Indonesia dengan prevalensi yang terus meningkat akibat faktor gaya hidup seperti merokok, paparan polusi, dan pola hidup tidak sehat. Penelitian ini bertujuan mengembangkan model prediksi risiko penyakit paru-paru berbasis algoritma C4.5 dengan menganalisis atribut pola hidup masyarakat, meliputi kebiasaan merokok, paparan polusi, jenis pekerjaan, pola makan, olahraga, dan lingkungan tempat tinggal. Algoritma C4.5 dipilih karena kemampuannya menangani data kategorikal dan nilai hilang (missing values) serta menghasilkan model yang mudah dipahami. Dataset yang digunakan berjumlah 30.000 baris data sekunder yang diperoleh dari platform Kaggle. Hasil pengujian menunjukkan bahwa model C4.5 yang dibangun memiliki akurasi sebesar 94%, precision 95%, recall 94%, dan F1-score 94%. Temuan ini diharapkan dapat membantu tenaga medis dan masyarakat dalam melakukan deteksi dini serta upaya preventif terhadap penyakit paru-paru, sekaligus mengidentifikasi faktor gaya hidup yang paling berkontribusi terhadap risiko penyakit ini, yaitu kebiasaan merokok.