<![CDATA[Penyakit jantung iskemik koroner merupakan penyebab kematian paling umum di seluruh dunia. Diagnosis penyakit ini hanya dapat ditegakkan melalui konsultasi langsung dengan dokter spesialis jantung yang relatif membutuhkan banyak tenaga. Di satu sisi diperlukan suatu sistem untuk mendeteksi penyakit jantung pada pasien dengan biaya minimal, dimulai dari perkembangan teknologi khususnya di bidang kecerdasan buatan. Ada metode yang bisa mendeteksi penyakit jantung secara otomatis yaitu machine learning, termasuk analisis diskriminan linier. Dalam penelitian ini, kami menerapkan algoritma analisis diskriminan linier pada klasifikasi penyakit jantung. Dataset yang digunakan diambil dari UCI Machine Learning Repository. Studi tersebut melakukan dua kondisi eksperimental di mana pasien diminta untuk memutuskan apakah mereka menderita penyakit jantung atau kondisi jantung lainnya berdasarkan skala lima poin. Hasil yang diperoleh membuktikan bahwa klasifikasi LDA dua kelas lebih baik dibandingkan klasifikasi LDA lima kelas. Tujuan atau hasilnya adalah penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung dengan dua label. Dari hasil yang diperoleh diperoleh nilai presisi sebesar 0,82, nilai repeatability sebesar 0,81, nilai f1 sebesar 0,81, dan akurasi sebesar 81,22%. Hasil penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung menjadi lima stadium dapat dijadikan hasil atau tujuan akhir. Berdasarkan hal tersebut diperoleh nilai presisi sebesar 0,56, nilai repeat sebesar 0,59, nilai f1 sebesar 0,56, dan presisi sebesar 59,38%.]]>
Copyrights © 2024
