Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Data Sciences Indonesia (DSI)
Ayu Andani
Universitas Logistik dan Bisnis Internasional (ULBI)
Computer Science & IT Education Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Klasifikasi Xgboost Untuk Prediksi Dini Risiko Penyakit Jantung Bagi Kalangan Dewasa Muda Di Indonesia Fatia Amalia Maresti; Ayu Andani; Kent Bryan Yasin
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.6692

Abstract

Penyakit jantung koroner merupakan penyebab utama kematian di Indonesia, terutama pada kelompok dewasa muda yang sering terdeteksi terlambat. Penelitian ini bertujuan untuk menerapkan algoritma XGBoost dalam memprediksi risiko serangan jantung secara dini pada populasi usia 25–30 tahun. Dengan deteksi yang lebih awal, tindakan pencegahan dapat dilakukan secara lebih efektif guna menurunkan angka kejadian dan kematian akibat penyakit jantung. Berdasarkan kajian pustaka, XGBoost dikenal unggul dalam akurasi dan efisiensi komputasi dibandingkan algoritma lainnya. Metode penelitian mencakup pengumpulan data sekunder dari DeepDataLake, dilanjutkan dengan tahap preprocessing berupa pembersihan data, normalisasi, encoding variabel kategorik, serta visualisasi distribusi. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Optimasi hyperparameter dilakukan menggunakan RandomizedSearchCV untuk memperoleh konfigurasi terbaik, kemudian divalidasi silang guna menjamin kestabilan model.
Co-Authors Fatia Amalia Maresti Kent Bryan Yasin