PERBANDINGAN ALGORITMA C4.5 DAN RANDOM FOREST DALAM KLASIFIKASI TINGKAT PEMAKAIAN BAHAN BAKU MEFENAMIC ACID DALAM PRODUKSI OBAT

Abstract

Asam mefenamat (mefenanic acid) merupakan obat inflamasi non steroid yang sulit larut dalam air, tetapi mudah larut dalam pelarut organic hidrolifik. Asam mefenamat (mefenanic acid) merupakan salah satu dari sekian obat wajib tersedia di apotek sebagai obat pereda nyeri. PT. Mutifa Industri Farmasi sebagai salah satu produsen obat mengalami masalah dalam memperkirakan jumlah bahan baku untuk produksi obat berbahan baku mefenanmic acid. Data mining merupakan proses untuk menemukan pola menarik dari sekumpulan data besar dalam database, data warehouse yang berhubungan erat dengan machine learning khususnya supervised learning. Penelitian ini memanfaatkan teknik klasifikasi dalam membangun sebuah model, pendekatan dari algoritma yang dikelompokkan adalah pendekatan berbasis classifier. Algirtma C4.5 dan Random Forest memiliki keunggulan dari algoritma lainnya karena menggunakan pendekatan ensemble classifier, dimana Random Forest melakukan proses ensemble classifier berdasarkan pada multiple weak classifier dan C4.5 melakukan proses ensemble classifier dengan berdasarkan pada node selection algorithm. Dua algoritma ini tidak membutuhkan proses data preprocessing yang kompleks.