Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics and Interactive Technology (JIITE)
Wijaya Kusuma, Tegar
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media

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

Found 1 Documents
Search

 1 
Analisis Perbandingan 3 Model Machine Learning Pada Deteksi Penyakit Jantung Pangestu, Adinda; Safira Putri, Aulia; Widi Astuti, Diah; Syahrul Muarof, Aghni; Wijaya Kusuma, Tegar; Novan Dwi Andika, Fikri
Journal of Informatics and Interactive Technology Vol. 2 No. 3 (2025): Desember
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v2i3.70

Abstract

Penyakit jantung merupakan penyebab utama kematian di Indonesia dan dunia, sehingga deteksi dini menjadi sangat penting. Penelitian ini membandingkan performa tiga algoritma machine learning—Logistic Regression, Random Forest, dan K-Nearest Neighbors (KNN) dalam memprediksi penyakit jantung menggunakan data dari Kaggle. Proses penelitian mencakup pengumpulan data, preprocessing, pembagian data, pemodelan, dan evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model KNN memiliki performa terbaik dengan akurasi 85,88% dan keseimbangan yang tinggi antara presisi, recall, dan F1-score (masing-masing 87,23%). Model Random Forest menyusul dengan akurasi 82,35% dan AUC tertinggi sebesar 0,88, sedangkan Logistic Regression menunjukkan performa terendah dengan akurasi 77,65%. Berdasarkan hasil tersebut, model KNN direkomendasikan sebagai metode yang paling efektif untuk deteksi dini penyakit jantung, dengan Random Forest sebagai alternatif yang stabil dan andal.
Co-Authors Novan Dwi Andika, Fikri Pangestu, Adinda Safira Putri, Aulia Syahrul Muarof, Aghni Widi Astuti, Diah