Irfan Abbas, Irfan
STMIK Ichsan Gorontalo

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JSAI (Journal Scientific and Applied Informatics)

Penerapan Machine Learning untuk Mengetahui Kelangsungan Hidup Pasien Gagal Jantung (Kardiovaskular) Menggunakan Kreatinin Serum dan Fraksi Ejeksi abbas, irfan; Faisal Bisar
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 2 (2024): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i2.6452

Abstract

Penyakit kardiovaskular menyebabkan kematian di seluruh dunia setiap tahunnya, yang sebagian besar bermanifestasi terutama sebagai serangan jantung atau gagal jantung. Gagal jantung (HF) terjadi ketika jantung tidak dapat memompa cukup darah untuk memenuhi kebutuhan tubuh.  Catatan kesehatan elektronik yang tersedia dapat digunakan untuk mengukur gejala, karakteristik fisik, nilai laboratorium, dan  melakukan analisis biostatistik untuk mengungkap pola dan hubungan yang tidak diketahui oleh dokter umum.  Secara khusus, Machine Learning dapat memprediksi kelangsungan hidup pasien berdasarkan data dan mempersonalisasi karakteristik utama rekam medis. Artikel ini menganalisis kumpulan data 299 pasien gagal jantung dengan menerapkan algorithma machine learning menggunakan algoritma artificial neural network berbasis adaboost untuk lebih meningkatkan akurasi pada algoritma artificial neural network (ANN). Pada hasil eksperiment pada penelitian ini didapatkan akurasi algorithma artificial neural network (ANN) berbasis adaboost menjadi sangat signifikan dengan hasil akurasi menjadi 81.01%
Ketepatan Ekspektasi Telemarketing di Bank Portugal: Memanfaatkan Penambangan Data abbas, irfan; Asriani; Faisal Binsar; Abdul Halik
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7519

Abstract

Banks play a basic role in economic improvement as well as contribute various cash related organizations to clients. Telemarketing is a commonly applied exchange method inside banks to offer and develop unused organizations to their clients. This kind of campaign generates a vast collection of data, A suitable examination of this data can support banks in organizing future strategies. Furthermore, it considera proposed data mining approach, to analyze and predict using atelemarketing campaign dataset. This dataset is composed based on demonstration pieces collected from clients, amid live call sessions organized by the bank. To execute the proposed view. The results show that the calculated backslide gives the best precision among the three models, recorded at 91.48%.