Prediksi Penyakit Jantung Koroner Berdasarkan Faktor Resiko Menggunakan Regresi Logistik

Yanuangga Galahartlambang (a:1:{s:5:"en_US"s:51:"Institut Teknologi dan Bisnis Ahmad Dahlan Lamongan"})

Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan
Vol. 12 No. 1 (2021): Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan

Prediksi penyakit jantung membantu dokter untuk membuat rekomendasi yang akurat tentang perawatan pasien. Penggunaan machine learning (ML) menjadi salah satu solusi untuk mengenali gejala terkait penyakit jantung. Tujuan dari penelitian ini adalah untuk menyarankan metodologi untuk mengidentifikasi fitur yang paling relevan dari karakteristik penyakit jantung dengan menerapkan teknik seleksi fitur. Penelitian ini menitik beratkan pada pasien mana yang lebih mungkin memiliki penyakit jantung berdasarkan berbagai atribut medis. Sistem prediksi penyakit jantung ini digunakan untuk memprediksi apakah pasien kemungkinan akan didiagnosis menderita penyakit jantung atau tidak menggunakan riwayat medis pasien. Pendekatan yang cukup membantu digunakan untuk mengatur bagaimana model dapat digunakan untuk meningkatkan akurasi prediksi penyakit jantung pada setiap individu. Pembelajaran mesin dapat digunakan untuk mendeteksi apakah seseorang menderita penyakit jantung dengan mempertimbangkan atribut tertentu seperti nyeri dada, kadar kolesterol, usia orang tersebut, dan beberapa atribut lainnya. Algoritma klasifikasi berdasarkan pembelajaran terawasi yang merupakan jenis pembelajaran mesin dapat membuat diagnosis penyakit jantung menjadi mudah