Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Responsif : Riset Sains dan Informatika
Lutfia, Alifa
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN SELEKSI FITUR GAIN RATIO PADA PREDIKSI PENYAKIT JANTUNG BERBASIS NAÏVE BAYES Lutfia, Alifa; Gunawan, Gunawan; Rohman, Ramdhan Saepul; Gunawan, A
Jurnal Responsif : Riset Sains dan Informatika Vol 6 No 1 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i1.1396

Abstract

Penyakit jantung, yang menjadi ancaman serius bagi berbagai kelompok usia dan jenis kelamin, menuntut upaya pencegahan dan deteksi dini. Penelitian ini fokus pada prediksi penyakit jantung menggunakan algoritma Naïve Bayes. Meski efektif, Naïve Bayes memiliki keterbatasan performa, terutama dalam seleksi atribut. Oleh karena itu, penelitian ini mengintegrasikan metode seleksi fitur Gain Ratio untuk mengatasi kelemahan tersebut. Tujuannya adalah meningkatkan akurasi prediksi dengan memilih atribut yang relevan dan mengurangi bias pada data besar. Hasil penelitian menunjukkan bahwa kombinasi Naïve Bayes dan seleksi fitur Gain Ratio memberikan akurasi sebesar 91.2%, melampaui kinerja Naïve Bayes tanpa seleksi fitur. Temuan ini menegaskan pentingnya seleksi fitur dalam konteks prediksi penyakit jantung, memberikan kontribusi pada pemahaman lebih baik tentang faktor-faktor yang signifikan. Implikasinya dapat digunakan dalam pengembangan strategi pencegahan dan manajemen penyakit jantung, membuka peluang penggunaan teknologi untuk analisis dataset guna mendukung deteksi dini dan perawatan yang lebih efektif.
PENERAPAN SELEKSI FITUR GAIN RATIO PADA PREDIKSI PENYAKIT JANTUNG BERBASIS NAÏVE BAYES Lutfia, Alifa; Gunawan, Gunawan; Rohman, Ramdhan Saepul; Gunawan, A
Jurnal RESPONSIF: Riset Sains & Informatika Vol 6 No 1 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i1.1396

Abstract

Penyakit jantung, yang menjadi ancaman serius bagi berbagai kelompok usia dan jenis kelamin, menuntut upaya pencegahan dan deteksi dini. Penelitian ini fokus pada prediksi penyakit jantung menggunakan algoritma Naïve Bayes. Meski efektif, Naïve Bayes memiliki keterbatasan performa, terutama dalam seleksi atribut. Oleh karena itu, penelitian ini mengintegrasikan metode seleksi fitur Gain Ratio untuk mengatasi kelemahan tersebut. Tujuannya adalah meningkatkan akurasi prediksi dengan memilih atribut yang relevan dan mengurangi bias pada data besar. Hasil penelitian menunjukkan bahwa kombinasi Naïve Bayes dan seleksi fitur Gain Ratio memberikan akurasi sebesar 91.2%, melampaui kinerja Naïve Bayes tanpa seleksi fitur. Temuan ini menegaskan pentingnya seleksi fitur dalam konteks prediksi penyakit jantung, memberikan kontribusi pada pemahaman lebih baik tentang faktor-faktor yang signifikan. Implikasinya dapat digunakan dalam pengembangan strategi pencegahan dan manajemen penyakit jantung, membuka peluang penggunaan teknologi untuk analisis dataset guna mendukung deteksi dini dan perawatan yang lebih efektif.
Co-Authors A Gunawan Gunawan Gunawan Ramdhan Saepul Rohman, Ramdhan Saepul