Serangan jantung tetap menjadi penyebab utama kematian secara global dan di Indonesia. Deteksi dini dan langkah preventif sangat penting untuk mengurangi angka kematian. Penelitian ini menerapkan algoritma Regresi Logistik untuk mengembangkan sistem prediktif yang dapat mengidentifikasi gejala awal serangan jantung. Dengan menggunakan dataset yang berisi indikator kesehatan pasien seperti tekanan darah, usia, kadar kolesterol, dan kebiasaan hidup, algoritma ini mengklasifikasikan individu yang berisiko. Hasil penelitian menunjukkan bahwa sistem mencapai akurasi hingga 92%. Implementasi ini menyoroti efektivitas integrasi kecerdasan buatan dalam diagnostik medis, memungkinkan penilaian awal yang cepat dan hemat biaya.
Copyrights © 2025