<![CDATA[Penyakit jantung merupakan salah satu penyebab utama kematian di dunia, termasuk Indonesia, dengan prevalensi yang terus meningkat setiap tahunnya. Deteksi dini menjadi sangat penting untuk mencegah risiko fatal, namun metode konvensional sering kurang akurat. Penelitian ini membandingkan dua algoritma machine learning, yaitu Support Vector Machine (SVM) dan Artificial Neural Network (ANN), dalam memprediksi serangan jantung berdasarkan data kesehatan pasien. Evaluasi dilakukan menggunakan akurasi, validasi silang, dan Area Under Curve (AUC). Hasil menunjukkan bahwa SVM memiliki akurasi sebesar 0,80, rata-rata validasi silang 0,8120, dan AUC 0,89, sementara ANN mencatat akurasi 0,75, validasi silang 0,7127, dan AUC 0,81. Meskipun ANN unggul dalam efisiensi waktu pelatihan (1,99 detik), SVM menunjukkan performa klasifikasi yang lebih tinggi. Oleh karena itu, SVM lebih cocok untuk sistem yang mengutamakan akurasi, sedangkan ANN dapat diterapkan pada sistem dengan kebutuhan waktu cepat. Kata Kunci : Penyakit Jantung, Machine Learning, SVM, ANN, Prediksi]]>
Copyrights © 2025
