Perbandingan Algoritma K-Nearest Neighbors (K-NN) dan Random forest terhadap Penyakit Gagal Jantung

Fredilio Fredilio (Universitas Prima Indonesia)
Julfikar Rahmad (Universitas Prima Indonesia)
Stiven Hamonangan Sinurat (Universitas Prima Indonesia)
Daniel Ryan Hamonangan Sitompul (Universitas Prima Indonesia)
Dennis Jusuf Ziegel (Universitas Prima Indonesia)
Evta Indra (Universitas Prima Indonesia)

Jurnal Teknologi Informatika dan Komputer
Vol 9, No 1 (2023): Jurnal Teknologi Informatika dan Komputer

Penelitian ini bertujuan untuk membandingkan akurasi algoritma K-Nearest Neighbor (K-NN) dan Random Forest dalam mengklasifikasikan penyebab penyakit gagal jantung. Penyakit ini menjadi salah satu penyebab utama kematian di seluruh dunia dan kasusnya terus meningkat di Indonesia. Oleh karena itu, penanganan dan klasifikasi dini terhadap penyebab gagal jantung sangat diperlukan untuk mencegah penyakit tersebut. Penelitian ini diharapkan dapat memberikan informasi tentang metode terbaik untuk mengklasifikasikan penyebab penyakit gagal jantung serta memberikan manfaat bagi tenaga medis dan masyarakat umum dalam menjaga kesehatan jantung mereka.