Article Per Year (5 Year)
p-Index From 2020 - 2025
2.572
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Bulletin of Electrical Engineering and Informatics Jurnal Algoritma International Journal of Artificial Intelligence Research Jurnal Penelitian Pendidikan IPA (JPPIPA) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Informasi dan Komputer Aisyah Journal of Informatics and Electrical Engineering SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Yumary: Jurnal Pengabdian kepada Masyarakat Jurnal Abdimas Bina Bangsa Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Algoritma IJOEM: Indonesian Journal of Elearning and Multimedia Jurnal Rekayasa Perangkat Lunak
Bintoro, Panji
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Aisyah Journal of Informatics and Electrical Engineering

 1 
Machine Learning Untuk Klasifikasi Penyakit Jantung: Machine Learning Untuk Klasifikasi Penyakit Jantung Ratnasari; Jurnaidi Wahidin, Ahmad; Eko Setiawan, Agustinus; Bintoro, Panji
Aisyah Journal Of Informatics and Electrical Engineering (A.J.I.E.E) Vol. 6 No. 1 (2024): Aisyah Journal Of Informatics and Electrical Engineering
Publisher : Aisyah Journal Of Informatics and Electrical Engineering (A.J.I.E.E)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/jti.v6i1.272

Abstract

Penyakit jantung disebabkan oleh kondisi abnormal jantung dan pembuluh darah, secara luas dianggap sebagai ancaman langsung terhadap kehidupan dan kesehatan manusia. Diagnosa yang tepat pada fase awal merupakan tugas yang sangat menantang karena adanya ketergantungan yang kompleks yang harus dipertimbangkan pada berbagai faktor. Oleh karena itu dibutuhkan pengembangan sistem diagnosis medis sedemikian rupa sehingga dapat membantu dalam mengambil keputusan pada proses diagnostik. Penelitian ini bertujuan untuk mencari algoritma mechine learning yang memiliki akurasi yang paling tinggi untuk menprediksi apakah seseorang mengidap penyakit jantung atau tidak berdasarkan database medis. Penelitian kami membandingkan enam metode klasifikasi mechine learning yaitu Naïve Bayes, kNN, Random Forest, Logistic Regression, SVM, Decision Tree dan AdaBoost dengan dataset Cleveland Clinic Foundation yang tersedia di “UCI Machine Learning Repository”. Hasil dari penelitian ini menunjukan bahwa algoritma Naive Bayes memiliki akurasi paling tinggi yaitu sebesar 84.67%, lalu Logistic Regression diurutan kedua dengan akurasi 84.30%, Kemudian Random Forest 81.70%, SVM 81%, Tree 74%, kNN 73%, AdaBoost 71.30%.
Co-Authors Abdullah Abdullah Adamu Abubakar Muhammad Agus Harjoko Ahmad Jurnaidi Wahidin Andi Mulyono Andini, Dwi Yana Ayu Aras, Irsan Aviv Fitria Yulia Dwi Yana Ayu Andini Dwi Yana Ayu Andini Eko Setiawan, Agustinus Fandi Ahmad Ferly Ardhy Fitri Hardiyanti, Fitri Fitriana Fitriana Heni Pujiastuti Herdia Andika, Tahta Joko Triloka M. Galih Ramaputra Niawati, Mirna Nopi Anggista Putri Nopi Anggista Putri, Nopi Anggista Nur Aminudin Ratnasari Ratnasari Ratnasari Ratnasari Setiawan, Agustinus Eko Sfenrianto, Sfenrianto Soeprihatini, Retno Ariza Sukarni Sukarni Sukarni Sukarni Tahta Herdian Andika Widiandana, Panggah Wiyanti, Zulvi Yana Ayu Andini, Dwi Zulkifli