Article Per Year (5 Year)
p-Index From 2020 - 2025
1.857
P-Index
This Author published in this journals
All Journal Dinamika : Jurnal Ilmiah Ilmu Administrasi Negara Societas : Jurnal Ilmu Administrasi dan Sosial El Banar: Jurnal Pendidikan dan Pengajaran Journal Industrial Manufacturing Jurnal Ilmu Komputer dan Informatika Action Research Literate (ARL) JURNAL CURERE Innovative: Journal Of Social Science Research Prosiding Pengabdian Ekonomi dan Keuangan Syariah International Journal of Elementary School
Andriyansyah, Andriyansyah
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ilmu Komputer dan Informatika

 1 
Analisis Prediksi Stroke dengan Membandingkan Tiga Metode Klasifikasi Decision Tree, Naïve Bayes, dan Random Forest Aulia, Yunita; Andriyansyah, Andriyansyah; Suharjito, Suharjito; Nensi, Sri Wahyu
Jurnal Ilmu Komputer dan Informatika Vol 3 No 2 (2023): JIKI - Desember 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.90

Abstract

Prediksi stroke telah muncul sebagai bidang penelitian dan intervensi kesehatan yang penting karena dampaknya yang signifikan terhadap kesehatan masyarakat dan kesejahteraan individu. Pemeriksaan rinci mengenai usia, hipertensi, penyakit jantung, status perkawinan, jenis pekerjaan, jenis tempat tinggal, rata-rata kadar glukosa, BMI, status merokok, dan jenis kelamin sebagai factor terjadinya stroke. Dengan melakukan sintesis penelitian dan menganalisis kumpulan data yang luas, penelitian ini bertujuan untuk menjelaskan hubungan rumit antara faktor-faktor tersebut dan dampak kumulatifnya terhadap risiko stroke. Metode penelitian ini diawali dengan perbandingan algoritma Decision Tree, Naïve Bayes dan Random Forest dengan menggunakan software RapidMiner. Dari dataset prediksi stroke yang diberikan, terdapat 5110 responden dengan kondisi beragam. Di antara 5110 responden tersebut terdapat 12 atribut. Berdasarkan uraian yang telah dibahas maka dapat diambil kesimpulan bahwa metode Decision Tree merupakan metode terbaik dengan nilai akurasi tertinggi sebesar 95,13% dibandingkan dengan metode Random Forest dan Naïve Bayes dan nilai TF (True False) yang dipilih adalah 4861, TT (True True) adalah 0, FF (False False) adalah 249, dan FT (False True) adalah 0.
Co-Authors Agus Suradika Ali Wahyudi, Ali Anggraini, Dewi Ratih Arifin, Moh Aulia, Yunita Bahrul Ulum Dino Rimantho Dofir, M Elmefi, Sacia Endang Sulastri Ghafur, Abd Hartono Hartono Nensi, Sri Wahyu Ningsih, Pitria Ningsih Nurhasanah Nurhasanah Nursahidin, Nursahidin Prayitno, Arief Risca Dwiaryanti, Risca Sandora, Lisna SATISPI, EVI Setiadin, Setiadin Suharjito Suharjito, Suharjito Taufik, Anton Titin Sumarni