Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ryan Septian Fajar, Muhammad
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PREDIKSI PENYAKIT HIPERTENSI MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA REGRESI LOGISTIK Az'zahra Tarimana, Annisa; Ryan Septian Fajar, Muhammad; Azriel Saktiawan, Muhammad; Adi Saputra, Rizal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11793

Abstract

Hipertensi adalah masalah kesehatan serius yang mempengaruhi sebagian besar populasi global. Deteksi dini dan pengelolaan yang tepat sangat penting untuk mencegah komplikasi serius, seperti penyakit kardiovaskular yang dapat berujung pada kematian. Penelitian ini menggunakan pendekatan machine learning dengan algoritma regresi logistik untuk mengidentifikasi hipertensi berdasarkan data klinis, termasuk informasi demografis, faktor gaya hidup, dan riwayat medis pasien. Melalui seleksi fitur dan pelatihan model, regresi logistik terbukti efektif dalam memprediksi hipertensi. Hasil penelitian menunjukkan bahwa regresi logistik mencapai akurasi 91% pada data uji dan F1-score sebesar 0.934, menandakan keseimbangan yang baik antara presisi dan recall. Model ini memberikan manfaat signifikan bagi klinisi dalam merancang intervensi dini dan strategi pengobatan yang lebih personal. Selain itu, penggunaan machine learning dalam konteks ini dapat mempercepat proses diagnosis dan meningkatkan akurasi penanganan. Penelitian lebih lanjut diharapkan memanfaatkan dataset yang lebih luas dan mengembangkan algoritma machine learning yang lebih canggih untuk meningkatkan akurasi prediksi dan memperluas aplikasi klinis, sehingga membantu lebih banyak pasien mendapatkan perawatan tepat waktu dan efektif.
Co-Authors Az'zahra Tarimana, Annisa Azriel Saktiawan, Muhammad Rizal Adi Saputra