Rahmada, Alfin
Unknown Affiliation

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

Found 1 Documents
Search

Peningkatan Akurasi Prediksi Penyakit Jantung dengan Teknik SMOTEENN pada Algoritma Random Forest Rahmada, Alfin; Susanto, Erliyan Redy
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.524

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia yang dapat mengancam nyawa jika tidak ditangani dengan tepat. Bahaya penyakit ini meliputi serangan jantung mendadak, gagal jantung, hingga stroke akibat komplikasi pembuluh darah. Masalah utama yang dihadapi dalam studi ini adalah akurasi prediksiĀ  penyakit jantung saat ini masih cukup rendah sehingga belum layak untuk diimplementasikan dalam bentuk program komputer. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi penyakit jantung dengan menggunakan metode machine learning. Dalam studi ini kami menggunakan algoritma Random Forest dan mengintegrasikan teknik SMOTEENN (Synthetic Minority Oversampling Technique and Edited Nearest Neighbor) ke dalam algoritma. Hasil studi menunjukkan bahwa performa metode yang kami gunakan lebih baik dari studi sebelumnya, dari 86% menjadi 94%. Penerapkan teknik SMOTEENN pada algoritma Random Forest berhasil meningkatkan akurasi prediksi penyakit jantung secara signifikan. Penelitian ini berkontibusi dalam meningkatkan keakuratan model prediksi medis berbasis machine learning untuk mendukung proses diagnosa klinis penyakit jantung.