Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Perbandingan Metode SMART dan SAW dalam Penentuan Tingkat Risiko Penyakit Jantung Berdasarkan Faktor Klinis dan Gaya Hidup Muhammad Fatah Perdana; Jose A.Da.C.Monteiro; Cagiva Gilang Mahendra Yulianto; Argathama Dewa Firmansyah; Aprilisa Arum Sari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia sehingga diperlukan sistem yang mampu membantu proses identifikasi tingkat risiko secara cepat dan objektif. Penelitian ini bertujuan membandingkan metode Simple Additive Weighting (SAW) dan Simple Multi-Attribute Rating Technique (SMART) dalam Sistem Pendukung Keputusan untuk menentukan tingkat risiko penyakit jantung berdasarkan faktor klinis dan gaya hidup pasien. Data penelitian menggunakan dataset Smart Healthcare and Lifestyle Prediction Dataset yang diperoleh dari Kaggle. Dari sekitar 5.000 data pasien, dipilih 48 data sebagai sampel menggunakan teknik Simple Random Sampling. Kriteria yang digunakan meliputi usia, indeks massa tubuh (BMI), aktivitas fisik, kebiasaan merokok, konsumsi alkohol, tekanan darah, kadar kolesterol, dan kadar glukosa. Proses penelitian meliputi prapemrosesan data, penentuan bobot kriteria, perhitungan menggunakan metode SMART dan SAW, serta analisis perbandingan hasil. Hasil penelitian menunjukkan bahwa metode SAW menghasilkan nilai preferensi pada rentang 0,4397–0,8772, sedangkan SMART menghasilkan rentang 0,21066–0,79229. Kedua metode memiliki tingkat kesamaan perangkingan sebesar 82%. Metode SMART menghasilkan distribusi nilai yang lebih proporsional dan stabil terhadap nilai ekstrem, sedangkan metode SAW lebih sederhana dan efisien dalam proses perhitungan. Hasil penelitian menunjukkan bahwa kedua metode layak diterapkan sebagai alternatif dalam Sistem Pendukung Keputusan untuk penentuan tingkat risiko penyakit jantung.