<![CDATA[Penyakit jantung adalah gangguan yang terjadi pada sistem pembuluh pembuluh darah besar yang menyebabkan organ vital makhluk hidup tidak berfungsi dengan baik. Seiring berkembangnya ilmu pengetahuan, kasus tentang prediksi penderita penyakit jantung dapat diselesaikan menggunakan teknik data mining. Dalam proses diagnosa masalah yang sering kali terjadi adalah kurangnya akurasi pada proses klasifikasi. Untuk mengukur tingkat akurasi pada dataset dapat dilakukan dengan teknik klasifikasi. Penelitian ini akan melakukan klasifikasi pada dataset penyakit jantung yang diperoleh dari situs Kaggle dengan mengetahui kombinasi setiap atribut pada dataset dan kemudian melakukan perhitungan untuk mengetahui tingkat akurasi pada dataset menggunakan teknik klasifikasi data mining dengan menggunakan algoritma C5.0. Hasil tingkat akurasi prediksi algoritma C5.0 menggunakan tools RapidMiner pada data penyakit jantung dengan jumlah 918 data yang mempunyai 12 atribut, yaitu Penderita Penyakit Jantung (Heart Disease), Usia (Age), Jenis Kelamin (Sex), Jenis Sakit Dada (Chest Pain Type), Tekanan Darah Saat Istirahat (Resting Blood Pressure), Kolesterol (Cholesterol), Gula Darah (Fasting Blood Sugar), Hasil Elektrokardiografi Saat Istirahat (Resting ECG), Detak Jantung Maksimum (Max Heart Rate), Latihan Diinduksi Angina (exercise angina), oldpeak, ST Slope.]]>
Copyrights © 2025
