<![CDATA[Penelitian ini membandingkan kinerja lima algoritma klasifikasi dasar untuk prediksi penyakit jantung, yaitu Naive Bayes, Decision Tree C4.5, K-Nearest Neighbors, Artificial Neural Network, dan Support Vector Machine. Hasil eksperimen menunjukkan bahwa algoritma Support Vector Machine memiliki akurasi tertinggi, diikuti oleh Artificial Neural Network, K-Nearest Neighbors, Naïve Bayes, dan Decision Tree. Kurva Receiver Operating Characteristic juga menunjukkan bahwa Artificial Neural Network memiliki hasil terbaik. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan model prediksi penyakit jantung yang lebih handal. Tujuan dari pemilihan fitur akuisisi informasi adalah untuk memilih fitur atau atribut yang secara signifikan mempengaruhi penyakit jantung. Kata Kunci: Klasifikasi, SVM, KNN, ANN, Decision Tree, Naïve Bayes]]>
Copyrights © 2024
