Klasifikasi Penyakit Jantung Koroner Menggunakan Metode Backpropagation Neural Network (Studi Kasus: Rumah Sakit Ibnu Sina Pekanbaru)

Ramadani, Repi
Budianita, Elvia

Seminar Nasional Teknologi Informasi Komunikasi dan Industri
2024: SNTIKI 16

Penyakit Jantung Koroner (PJK) merupakan salah satu penyebab utama kematian tertinggi yang tidak menular. Dalam upaya mengatasi masalah ini, teknologi informasi dan data mining digunakan untuk analisis data medis, termasuk data Penyakit Jantung Koroner dengan menggunakan metode Backpropagation Neural Network. Penelitian ini bertujuan untuk menghasilkan model klasifikasi yang akurat dan efesien untuk mendukung diagnosis Penyakit Jantung Koroner. Jumlah data yang digunakan 500 data dari RS Ibnu Sina Pekanbaru dengan 9 atribut dan yang dilabeli menjadi dua kategori, 250 pasien “iya” (jantung koroner) penyakit jantung koroner dan 250 “tidak” (bukan jantung koroner). Dengan beberapa pembagian data hasil penelitian ini menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan data dengan tingkat akurasi tinggi yang mencapai 100% dengan presisi 100% dan recall 100%.