<![CDATA[Penelitian ini bertujuan untuk mengidentifikasi faktor utama penyebab serangan jantung dengan menggunakan algoritma Logistic Regression sebagai metode klasifikasi. Data yang digunakan berasal dari dataset medis yang mencakup sejumlah variabel penting seperti usia, jenis kelamin, tekanan darah sistolik dan diastolik, kadar gula darah, serta biomarker jantung seperti CK-MB dan troponin. Model dikembangkan untuk memprediksi kemungkinan terjadinya serangan jantung dengan membagi data ke dalam dua kelas: positif (mengalami serangan jantung) dan negatif (tidak mengalami serangan jantung). Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 81,78% dengan nilai F1-score yang seimbang, menandakan performa yang konsisten dalam mengenali kedua kelas. Temuan ini memperkuat bahwa algoritma Logistic Regression tidak hanya efektif dalam klasifikasi biner, tetapi juga mampu mengidentifikasi variabel-variabel yang paling signifikan dalam memengaruhi risiko. Hasil akhir diharapkan dapat memberikan kontribusi nyata dalam pengembangan sistem pendukung keputusan medis yang lebih cepat, akurat, dan berbasis data.]]>
Copyrights © 2025
