Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi dan Perbandingan Algoritma Random Forest dan Support Vector Machine untuk Prediksi Penyakit Jantung menggunakan Dataset Heart Disease UCI Devanta Abraham Tarigan; Zakaria Sembiring; Efrata Tarigan; Alexander Sebayang
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.6942

Abstract

Heart disease is a leading cause of death in Indonesia, with a national prevalence of 0.85% in 2025 and cardiovascular-related deaths reaching 651,481 annually. This study aims to implement and compare Random Forest (RF) and Support Vector Machine (SVM) algorithms for heart disease prediction using the UCI Heart Disease dataset (Cleveland subset, 303 instances). Methods include preprocessing (missing value imputation, one-hot encoding, scaling), model training, and evaluation using accuracy, precision, recall, F1-score, and 5-fold cross-validation. Results show RF achieving 86.89% test set accuracy and 89% recall for Presence, while SVM reaches 85.25%. In cross-validation, SVM is more stable with a mean accuracy of 81.84% compared to RF's 80.18%. Feature importance from RF highlights thal_7.0 (0.129), thalach (0.126), and ca (0.110) as key predictors. Conclusion: RF excels in reducing false negatives for early detection, while SVM is more generalizable. The novelty lies in the comprehensive comparison with feature interpretation in the Indonesian health context, supporting AI-based prediction systems for heart disease prevention.
Eco-Reporting Kopi : Inovasi Laporan Keuangan UMKM Berbasis Dampak Sosial dan Lingkungan Untuk Usaha Berkelanjutan Pada CV. Mandiri Kopi Nurhaflah Soraya; Rahmadani Rahmadani; Khairi Anshor; Devanta Abraham Tarigan
Worksheet : Jurnal Akuntansi Vol 5, No 2 (2026)
Publisher : UNIVERSITAS DHARMAWANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/wjs.v5i2.8316

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji model Eco-Reporting sebagai inovasi pelaporan keuangan berbasis Environmental, Social, and Governance (ESG) pada CV. Mandiri Kopi, sebuah UMKM yang bergerak di sektor agribisnis kopi. Penelitian menggunakan pendekatan deskriptif kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil penelitian menunjukkan bahwa penerapan Eco-Reporting mampu menyajikan informasi keuangan yang lebih komprehensif dengan mengintegrasikan dimensi ekonomi, sosial, dan lingkungan. Dari sisi ekonomi, CV. Mandiri Kopi mencatat peningkatan pendapatan sebesar 250% dengan laba bersih Rp 1 Miliar. Pada dimensi lingkungan, perusahaan berhasil mengolah 5.000 kg limbah kopi menjadi pupuk organik serta menanam 2.000 bibit pohon. Sedangkan pada aspek sosial, pemberdayaan 120 petani mitra dan penyelenggaraan 240 jam pelatihan telah memberikan dampak positif bagi komunitas lokal. Hasil ini sejalan dengan teori legitimasi yang menekankan pentingnya pengungkapan informasi keberlanjutan untuk memperoleh dukungan publik. Penelitian ini menyimpulkan bahwa Eco-Reporting dapat meningkatkan transparansi, akuntabilitas, serta legitimasi sosial UMKM, sekaligus mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Penelitian selanjutnya disarankan untuk memperluas objek kajian ke berbagai sektor UMKM guna menguji konsistensi model ini pada konteks yang berbeda.