Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Sains, Aplikasi, Komputasi dan Teknologi Informasi
Amalia, Rizki Nurul
Unknown Affiliation
Aerospace Engineering Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deteksi Penyakit Jantung Menggunakan Metode Klasifikasi Decision Tree dan Regresi Logistik Bukhari, Fahren; Nurdiati, Sri -; Najib, Mohamad Khoirun; Amalia, Rizki Nurul
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 5, No 1 (2023): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jsakti.v5i1.10780

Abstract

Penyakit jantung merupakan salah satu penyakit paling umum dan kritis yang membahayakan kehidupan manusia. Selain diagnosis klinis, pembelajaran mesin dan pendekatan berbasis pembelajaran mendalam sangat penting dalam diagnosis penyakit jantung, seperti decision tree dan regresi logistik. Penelitian ini bertujuan membandingkan kedua metode klasifikasi tersebut untuk mendeteksi adanya penyakit jantung berdasarkan beberapa indikator. Data yang digunakan adalah data penyakit jantung yang dikeluarkan oleh University of California, Irvine (UCI) Machine Learning Repository.  Berdasarkan hasil yang diperoleh, model decision tree yang terbentuk menempatkan variabel thal (tipe detak jantung pasien) sebagai simpul akar, dikarenakan nilai entropy yang paling tinggi. Model decision tree memiliki akurasi terhadap data uji sebesar 75%. Sementara itu, model regresi logistik menempatkan variabel sex, cp_3, slope_1, ca, dan thal_2 sebagai variabel-variabel yang berpengaruh nyata. Model regresi logistik memiliki akurasi terhadap data uji sebesar 87%. Dari akurasi dari kedua model tersebut, regresi logistik lebih akurat untuk mendeteksi adanya penyakit jantung dibandingkan model decision tree.
Co-Authors Fahren Bukhari Najib, Mohamad Khoirun Sri Nurdiati