Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Kresna, Erie
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Studi Perbandingan Untuk Diagnosa Penyakit Stroke dengan Menggunakan Feyn Qlattice dan Xtream Gradient Boosting Aini, Isratul; Kresna, Erie; Amirul, M.
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2024: SNESTIK IV
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2024.5894

Abstract

Pada Menurut Global Burden of Disease di Asia, Asia Timur dan Asia Selatan, Indonesia menduduki peringkat kedua sebagai negara dengan kasus kematian akibat stroke tertinggi dengan jumlah sekitar 193,3/100.000 orang/tahun dan peringkat kedua dengan disabilitas terkait stroke dengan beban besar 3.382/100.000 orang di 2010. Terjadi ketika pembuluh darah pecah atau menggumpal sehingga menyebabkan kematian sel otak. Setelah stroke fungsi tubuh menjadi terganggu sementara atau permanen Ada banyak faktor yang berhubungan dengan keterlambatan mencari pengobatan stroke. Faktor utamanya diyakini adalah rendahnya tingkat pengetahuan masyarakat mengenai gejala stroke dan praktik pencegahannya. Oleh karena itu, kesadaran yang lebih baik terhadap gejala atau tanda peringatan terkait stroke berkorelasi signifikan dengan pengetahuan masyarakat tentang stroke dan tindaka. Peneliti membandingkan klasifikasi diagnosa penyakit stroke menggunakan algorithma Xtream Gradient Boosting dan Feyn Qlattice untuk mengetahui bagaimana kedua algorthma tersebut diklasifikasikan pada penyakit stroke. Perbandingan ini dilakukan untuk mengetahui apakah kedua algorithma tersebut memiliki tingkat keakuratan yang lebih tinggi. Hasil evaluasi literatur menunjukkan bahwa nilai akurasi Xtream Gradient Boosting 96% lebih besar dari nilai akurasi algorithma Feyn Qlattice.
Co-Authors Aini, Isratul Amirul, M.