PERBANDINGAN TINGKAT AKURASI MODEL MACHINE LEARNING UNTUK PREDIKSI PENYAKIT JANTUNG

PERBANDINGAN TINGKAT AKURASI MODEL MACHINE LEARNING UNTUK PREDIKSI PENYAKIT JANTUNG

• By Prasetyo,Defri;
• Skripsi
• 4

Penelitian ini mengevaluasi perbandingan akurasi antara dua teknik machine learning, K-Nearest Neighbor (KNN) dan Naive Bayes, dalam memprediksi penyakit jantung. Penyakit jantung mencakup berbagai kondisi yang mempengaruhi jantung dan pembuluh darahnya, seperti penyakit jantung koroner, aritmia, gagal jantung, penyakit katup jantung, dan penyakit jantung bawaan. Data gejala dan diagnosa penyakit jantung yang telah tersedia secara publik digunakan untuk melatih dan menguji model. Penelitian ini melibatkan tahapan preprocessing data, pelatihan model, dan evaluasi akurasi pada data training dan testing. Proses preprocessing mencakup pembersihan dan normalisasi data untuk memastikan kualitas input yang optimal. Model KNN dan Naive Bayes kemudian dilatih menggunakan data training dan dievaluasi berdasarkan data testing. Hasil menunjukkan bahwa KNN memiliki akurasi yang lebih tinggi dibandingkan Naive Bayes dalam memprediksi penyakit jantung. Temuan ini diharapkan dapat memberikan kontribusi signifikan dalam penerapan sistem prediksi di bidang medis, khususnya dalam meningkatkan kualitas layanan kesehatan terkait diagnosa penyakit jantung. Dengan demikian, implementasi teknologi machine learning diharapkan dapat membantu tenaga medis dalam mengambil keputusan yang lebih akurat dan cepat dalam penanganan penyakit jantung.

• Katakunci prediksi penyakit jantung, machine learning, K-Nearest Neighbor (KNN), dan Naive Bayes
• URL http://
• Penerbit https://ejournal.bsi.ac.id/ejurnal/index.php/ji/author, JAKARTA UTARA DKI JAKARTA

REFERENSI

Alpaydin, E. (2021). Machine learning. MIT press.

Buchori, A., Khotijah, S., & Ramdan, A. S. (2022). 5645-10629-1-Sm. Sistem Pakar Diagnosa Penyakit Paru-Paru Menggunakan Metode Naive Bayes Classifier Berbasis Java, 1–7.

Chazar, C., & Erawan, B. (2020). Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine. INFORMASI (Jurnal Informatika Dan Sistem Informasi), 12(1), 67–80. https://doi.org/10.37424/informasi.v12i1.48

Derisma, D. (2020). Perbandingan Kinerja Algoritma untuk Prediksi Penyakit Jantung dengan Teknik Data Mining. Journal of Applied Informatics and Computing, 4(1), 84–88. https://doi.org/10.30871/jaic.v4i1.2152

Dharmawan, W. S. (2021). I N F O R M a T I K a Dalam Prediksi Penyakit Jantung. Jurnal Informatika, Manajemen Dan Komputer, 13(2), 31–41.

Dona, D., Maradona, H., & Masdewi, M. (2021). Sistem Pakar Diagnosa Penyakit Jantung Dengan Metode Case Based Reasoning (Cbr). ZONAsi: Jurnal Sistem Informasi, 3(1), 1–12. https://doi.org/10.31849/zn.v3i1.6442

Indahsari, G. J. F., Kasiliyani, A., Saputra, W. A., & Wardiah, I. (2021). Sistem Pengambilan Keputusan Beban Kinerja Menggunakan Naive Bayes Studi Kasus Pdam Bandarmasih. … Terapan Riset Inovatif …, 571–581. https://proceeding.isas.or.id/index.php/sentrinov/article/view/1013%0Ahttps://proceeding.isas.or.id/index.php/sentrinov/article/download/1013/370

Larassati, D., Zaidiah, A., & Afrizal, S. (2022). Sistem Prediksi Penyakit Jantung Koroner Menggunakan Metode Naive Bayes. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 7(2), 533–546. https://doi.org/10.29100/jipi.v7i2.2842

Muharni, S., & Andriyanto, S. (2021). Sistem Diagnosa Penyakit Jantung Berbasis Case Based Reasoning (CBR). Prosiding Seminar Nasional Darmajaya, 1, 1–11. https://jurnal.darmajaya.ac.id/index.php/PSND/article/view/2910

Panjaitan, Z., Elfitriani, E., Maya, W. R., & Siahaan, C. D. (2022). Aplikasi Sistem Pakar Untuk Mendiagnosa Lebih Dini Penyakit Kolera Pada Anak Menggunakan Metode K-Nearest Neighbor (Knn). Journal of Science and Social Research, 5(2), 220. https://doi.org/10.54314/jssr.v5i2.878

Pranandito, R., & Hendry, H. (2023). Perbandingan Prediksi Penyakit Serangan Jantung Menggunakan Model Machine Learning. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 8(4), 1228–1237. https://doi.org/10.29100/jipi.v8i4.4165

Purnamawati, A., Nugroho, W., Putri, D., & Hidayat, W. F. (2020). Deteksi Penyakit Daun pada Tanaman Padi Menggunakan Algoritma Decision Tree, Random Forest, Naïve Bayes, SVMdan KNN. InfoTekJar: Jurnal Nasional Informatika Dan Teknologi Jaringan, 5(1), 212–215. https://doi.org/10.30743/infotekjar.v5i1.2934

Rabbani, H. H. A., Jamaluddin, A., & Solehudin, A. (2023). Sistem Pakar Diagnosa Awal Penyakit Jantung Menggunakan Metode Forward Chaining Dan Certainty Factor Berbasis Website. INFOTECH Journal, 9(2), 442–451. https://doi.org/10.31949/infotech.v9i2.6401

Raup, A., Ridwan, W., Khoeriyah, Y., Supiana, S., & Zaqiah, Q. Y. (2022). Deep Learning dan Penerapannya dalam Pembelajaran. JIIP - Jurnal Ilmiah Ilmu Pendidikan, 5(9), 3258–3267. https://doi.org/10.54371/jiip.v5i9.805

Rayuwati, Husna Gemasih, & Irma Nizar. (2022). IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID. Jural Riset Rumpun Ilmu Teknik, 1(1), 38–46. https://doi.org/10.55606/jurritek.v1i1.127

Riski, A. (2019). Analisis Komparasi Algoritma Klasifikasi Data Mining Untuk Prediksi Penderita Penyakit Jantung. Jurnal Teknik Informatika Kaputama (JTIK), 3(1), 22–28. https://jurnal.kaputama.ac.id/index.php/JTIK/article/view/141/156

Sahar, S. (2020). Analisis Perbandingan Metode K-Nearest Neighbor dan Naïve Bayes Clasiffier Pada Dataset Penyakit Jantung. Indonesian Journal of Data and Science, 1(3), 79–86. https://doi.org/10.33096/ijodas.v1i3.20

Saputra, J., Sa, Y., Yoga Pudya Ardhana, V., & Afriansyah, M. (2023). RESOLUSI : Rekayasa Teknik Informatika dan Informasi Klasifikasi Kematangan Buah Alpukat Mentega Menggunakan Metode K-Nearest Neighbor Berdasarkan Warna Kulit Buah. Media Online, 3(5), 347–354. https://djournals.com/resolusi

Sisy Rizkia, P. (2020). Jurnal Penelitian Perawat Profesional Pencegahan Tetanus. British Medical Journal, 2(5474), 1333–1336.

Tampubolon, L. F., Ginting, A., & Saragi Turnip, F. E. (2023). Gambaran Faktor yang Mempengaruhi Kejadian Penyakit Jantung Koroner (PJK) di Pusat Jantung Terpadu (PJT). Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal, 13(3), 1043–1052. https://doi.org/10.32583/pskm.v13i3.1077

Via, Y. V., Anggraeny, F. T., & Jorgie, R. A. (2021). Penerapan Algoritma Case Based Reasoning Dan K-Nearest Neighbor Untuk Diagnosa Penyakit Ayam. Prosiding Seminar Nasional Informatika Bela Negara, 2, 192–195. https://doi.org/10.33005/santika.v2i0.140

Wibisono, A. B., Fahrurozi, A., Teknologi, F., Universitas, I., Barat, J., Neighbor, K., & Neighbor, N. (2019). Perbandingan algoritma klasifikasi dalam pengklasifikasian data penyakit jantung koroner. Jurnal Ilmiah Teknologi Dan Rekayasa, 24 No. 3, 161–170.

Yhurinda, A., Putri, P., & Sodik, A. (2019). Identifikasi Penyakit Tanaman Kopi Arabika dengan Metode K-Nearest Neighbor (K-NN). Seminar Nasional Dan Teknologi Terapan, 7, 759–764.

Zuhri, K., & Saputri, N. A. O. (2020). Analisis Sentimen Masyarakat Terhadap Pilpres 2019 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier. Journal of Computer and Information Systems Ampera, 1(3), 185–199. https://doi.org/10.51519/journalcisa.v1i3.45