Penyakit jantung merupakan salah satu dari jenis penyakit mematikan yang penangannannya harus diatasi sesegera mungkin karena bisa terjadi secara mendadak kepada penderitanya. Faktor-faktor penyakit jantung yang dikenali berdasarkan kondisi tubuh seorang penderitanya perlu di ketahui sejak dini sehingga resiko kemungkinan terjadi serangan seketika bisa diminimalisir atau bisa diatasi dengan berbagai cara misalnya pola hidup sehat dan olahraga teratur yang bisa mengatur kesehatan jantung dalam tubuh. Dengan kondisi tubuh seseorang berdasarkan jenis kelamin, tensi darah, usia, apakah perokok atau tidak dan beberapa indicator yang menjadi penyebab seseorang terkena penyakit jantung diuraikan dalam sebuah penelitian dengan menggunakan algoritma Neural Network dan Naïve Bayes dengan tujuan untuk membandingkan tingkat akurasi terhadap atribut berpengaruh untuk memprediksi penyakit jantung, sehingga hasil dari penelitian ini bisa dijadikan referensi untuk memprediksi apakah seseorang terkena penyakit jantung atau tidak berdasarkan data kesehatan yang dijadikan tolak ukur penelitian.
Lembar Hasil Penilaian Sejawat Sebidang Atau Peer Review Karya Ilmiah : Jurnal – 02 Komparasi Algoritma Neural Network Dan Naïve Bayes Untuk Memprediksi Penyakit Jantung
Karya Ilmiah Jurnal - 02 Komparasi Algoritma Neural Network Dan Naïve Bayes Untuk Memprediksi Penyakit Jantung
Cover Daftar Isi Jurnal Pilar Nusa Mandiri-Komparasi-ALgoritman-Neural. - Sept 2019.pdf.pdf
dedaunan.com. (2019). Ciri-Ciri Penyakit Jantung yang Wajib Anda Ketahui. Retrieved from https://dedaunan.com/ciri-ciri-penyakit-jantung-yang-wajib-anda-ketahui/
Effendy, N., Subagja, & Faisal, A. (2008). Prediksi penyakit jantung koroner ( PJK ) berdasarkan faktor risiko menggunakan jaringan syaraf tiruan backpropagation. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008), (January), E19–E24.
Habibi, M. Y. (Institut S. M., & Riksakomara, E. I. S. M. (2017). Peramalan Harga Garam Konsumsi Menggunakan Artificial Neural Network Feedforward-Backpropagation ( Studi Kasus :6(2), A306–A310.
Kusumodestoni, R. H., & Zyen, A. K. (2015). PREDIKSI KECEPATAN ANGIN MENGGUNAKAN MODEL NEURAL NETWORK UNTUK MENGHETAHUI BESAR DAYA LISTRIK YANG DIHASILKAN. Jurnal DISPROTEK, 6(1), 53–39.
Lestari, M. E. I. (2014). PENERAPAN ALGORITMA KLASIFIKASI NEAREST NEIGHBOR ( K-NN ) UNTUK MENDETEKSI PENYAKIT JANTUNG. Faktor Exacta, 7(September 2010), 366–371.
Muhamad, H., Prasojo, C. A., Sugianto, N. A., Surtiningsih, L., Cholissodin, I., Ilmu, F., ... Optimization, P. S. (2017). OPTIMASI NAÏVE BAYES CLASSIFIER DENGAN MENGGUNAKAN PARTICLE. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 4(3), 180–184.
Nawawi, H. M., Purnama, J. J., & Hikmah, A. B. (2019). KOMPARASI ALGORITMA NEURAL NETWORK DAN NAÏVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG. Jurnal PILAR Nusa Mandiri.
Supriyatna, A., & Mustika, W. P. (2018). Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi Keberhasilan Imunoterapi Pada Penyakit Kutil. Jurnal Sains Komputer & Informatika (J-SAKTI), Volume (2)(2), 152–161.
Widiastuti, N. A., Santosa, S., & Supriyanto, C. (2014). ALGORITMA KLASIFIKASI DATA MINING NAÏVE BAYES BERBASIS PARTICLE SWARM. Jurnal Pseudocode, Volme 1 No, 11–14.
Yunita. (2015). Prediksi Cuaca Menggunakan Metode Neural Network. PARADIGMA VOL. XVII NO. 2 MARET 2015, XVII(2), 47–53.