Publiora

Menghubungkan ke Publiora...

Publiora

Klasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier

Hidayat, HidayatSunyoto, AndiAl Fatta, Hanif
Jurnal Sistem Komputer & Kecerdasan Buatan (Sinta 4)Vol. 0 No. 030 September 2024
DOI10.47970/siskom-kb.v7i1.464

Abstrak

Abstract— Penelitian ini bertujuan untuk meningkatkan peforma model saat melakukan klasifikasi peyakit jantung. Algoritma random fores digunakan untuk melakukan klasifikasi peyakit jantung berdasarkan fitur-fitur yang ada pada dataset. Klasifikasi ini dilakukan dengan menggunakan Heart Disease Dataset dari kaggle yang mempunyai 2 class diantaranya 0 (tidak terindikasi penyakit), dan 1 (terindikasi penyakit). Selanjutnya dataset tersebut dilakukan teknik pre-prosessing data, normalisasi data, split data, klasifikasi dan yang terakhir evaluasi metode. Penelitian ini mengungkapkan bahwa metode random forest berhasil menghasilkan tingkat akurasi yang lebih tinggi dalam proses klasifikasi penyakit jantung, dibandingkan dengan hasil penelitian sebelumnya yaitu mencapai akurasi sebesar 94%. Hal ini menunjukkan bahwa penggunaan Random forest dibantu dengan teknik pre-prosessing, dan normalisasi data dapat menjadi alternatif yang baik dalam melakukan klasifikasi. Penelitian ini memberikan manfaat saat klasifikasi penyakit jantung secara cepat dan akurat. Keywords —Penyakit Jantung, Random Forest

Kata Kunci

Penyakit JantungRandom Forest

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka Jurnal Sistem Komputer & Kecerdasan Buatan

Artikel ini juga tersedia di situs resmi jurnal.

Klasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier | Jurnal Sistem Komputer & Kecerdasan Buatan | Publiora