Article Per Year (5 Year)
p-Index From 2021 - 2026
3.044
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JMM (Jurnal Masyarakat Mandiri) JURNAL PENDIDIKAN TAMBUSAI JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Brilliance: Research of Artificial Intelligence Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Nautical: Jurnal Ilmiah Multidisiplin Indonesia Jurnal Pengabdian Mandiri Proceeding International Pelita Bangsa GLOBAL: Jurnal Lentera BITEP Jurnal Pelita Pengabdian
Amali, Amali
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Penerapan Algoritma Decision Tree Classifier untuk Klasifikasi Serangan Jantung Amali, Amali; Saputra, Muhamad Ariel; Bintang Satria, Yusuf Putra; Ramadhan, Zidan Lutfi
GLOBAL: Jurnal Lentera BITEP Vol. 3 No. 06 (2025): Desember 2025
Publisher : Lentera Ilmu Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59422/global.v3i06.367

Abstract

Menggunakan perangkat lunak RapidMiner untuk menganalisis dataset serangan jantung, penelitian ini akan menerapkan algoritma Decision Tree Classifier. Fokus utama penelitian adalah untuk mengklasifikasikan kasus positif dan negatif berdasarkan tingkat Troponin dan CK-MB. Model yang dikembangkan menunjukkan tingkat akurasi, presisi, dan recall yang tinggi, yang menunjukkan bahwa itu dapat digunakan sebagai alat diagnostik yang efektif dalam praktek klinis. Jika jenis kelamin digunakan sebagai simpul keputusan sekunder, kemampuan model untuk mengklasifikasikan kasus dengan tingkat CK-MB yang borderline meningkat. Analisis awal terhadap kadar Troponin pasien menunjukkan bahwa Troponin, CK-MB, jenis kelamin, dan usia memengaruhi risiko terkena AMI dengan Troponin positif. Evaluasi model menunjukkan akurasi sebesar 99,24%, dengan precision weighted mean recall sebesar 99,14%, dan accuracy sebesar 99,26%. Dengan menggunakan penanda biologis yang tersedia, decision tree yang dibuat dapat membantu menilai risiko serangan jantung. Penelitian ini menemukan bahwa model decision tree yang dibuat dengan RapidMiner dapat menjadi alat yang efektif untuk mengklasifikasikan kasus serangan jantung berdasarkan tingkat Troponin dan CK-MB. Tingkat akurasi dan presisi yang tinggi membuat model ini menjadi alat diagnostik yang berharga. Penelitian mendatang harus mempertimbangkan penggunaan dataset yang lebih besar dan integrasi fitur tambahan untuk meningkatkan generalisasi dan akurasi model.
Co-Authors Al Ayubi, Muhammad Din Andri Firmansyah Andriani Andriani Andriano, Choky Angela, Devani Nadia Vita Kusuma Anshory, Ahmad Shofwan Antika Zahrotul Kamalia ARIF SUSILO Aswan Supriyadi Sunge Badruzzaman, Aceng Bintang Satria, Yusuf Putra Budiarto, Eko Budiman, Banyu Sugara Butsianto, Sufajar DHANI ARIATMANTO Edy Widodo Edy Widodo Fahmi, Alif Gunawan, Achmad Rezky Hamidah, Jilan Herfiansyah, Raihan Hidayah, Aldy Imawan, Alifia Putri Ismamudi Ismamudi Ismamudi, Ismamudi Kurniasih, Nabila Kurniawan, Jidan Restu Listyanto, Rudy Effendy Maulana, Donny Muhammad Rifa'i, Anggi Muhtajuddin Danny Nawangsih, Ismasari Noor, Viyan Qomarudin Nugroho, Agung Nurhidayanti, Nisa Permana, Yudi Pikriyansyah, Ridho Pratama, Alvian Saputra Pratama, Fauzhan Qhof Priyo, Basuki Edi Putra, Maha Ramadan, Fadli Ramadhan, Arya Syah Ramadhan, Zidan Lutfi Rifa'i, Anggi Muhammad Saepul, Muhammad Saniyah, Luzzatus Saputra, Muhamad Ariel Satpatmantyo, Kurbandi Septianto, Riski Suryadi Suryadi Taufiq Rachman, Taufiq Tedi, Nanang Turmudi Zy, Ahmad Tyas Ismi Trialfhianty Wangsadanureja, Miftah Wibowo, Mohamad Hegar Sukmana Wiyanto -