Komparasi Algoritma Klasifikasi Data Mining Untuk Memprediksi Penyakit Jantung

Authors

  • Dimas Anugrah Firdlous Universitas Pendidikan Indonesia

Keywords:

Penyakit jantung, data mining, klasifikasi, akurasi

Abstract

Penyakit jantung merupakan penyakit dengan jumlah kematian terbesar dengan jumlah 17,9 juta kematian setiap tahunnya. Kematian dini penyakit jantung dapat dicegah dengan mengendalikan faktor risiko penyakit jantung dan mengidentifikasi orang-orang beresiko tinggi. data mining merupakan sebuah ilmu yang dapat menggali informasi baru dari sebuah data dan menjadi model baru dan banyak digunakan untuk memprediksi suatu kejadian. teknik data mining klasifikasi digunakan untuk memprediksi penyakit jantung algoritma klasifikasi naive bayes, random forest, decision tree,dan support vector machine. tujuan dari penelitian ini adalah untuk mencari algoritma terbaik dengan nilai akurasi tertinggi untuk digunakan dalam memprediksi penyakit jantung. data dalam penelitian ini bersumber dari kaggle. metode penelitian ini dilakukan dengan cara preprocessing data, proses klasifikasi, evaluasi hasil akurasi, dan komparasi ukuran akurasi tertinggi. proses klasifikasi dilakukan menggunakan rapidminer. dari hasil klasifikasi yang dilakukan algoritma random forest merupakan algoritma yang memiliki nilai akurasi tertinggi yaitu 85,7% dan nilai akurasi terendah menggunakan .algoritma support vector machine dengan akurasi 68,7%. sehingga algoritma random forest menjadi yang terbaik untuk digunakan dalam memprediksi penyakit jantung.

Downloads

Download data is not yet available.

References

Abdar, M., Kalhori, S. R. N., Sutikno, T., Subroto, I. M. I., & Arji, G. (2015). Comparing Performance of Data Mining Algorithms in Prediction Heart Diseases. International Journal of Electrical & Computer Engineering.

Bahrami, B., & Shirvani, M. H. (2015). Prediction and diagnosis of heart disease by data mining techniques. Journal of Multidisciplinary Engineering Science and Technology (JMEST), 2(2), 164-168.

Amin, M. S., Chiam, Y. K., & Varathan, K. D. (2019). Identification of significant features and data mining techniques in predicting heart disease. Telematics and Informatics.

Sumit B, Praveen P, G.N. Pillai. (2008). SVM Based Decision Support System for Heart Disease Classification with Integer- Coded Genetic Algorithm to Select Critical Features. WCECS. Proceedings of the World Congress on Engineering and Computer Science, San Francisco, USA.

Effendy, N., Subagja, S., & Faisal, A. Prediksi penyakit jantung koroner (PJK) berdasarkan faktor risiko menggunakan jaringan syaraf tiruan backpropagation. In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

Lestari, M. E. I. (2015). Penerapan algoritma Klasifikasi Nearest Neighbor (K-NN) untuk mendeteksi penyakit jantung. Faktor Exacta, 7(4), 366-371.

Apriliah, W., Kurniawan, I., Baydhowi, M., & Haryati, T. (2021). Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan Algoritma Klasifikasi Random Forest. Sistemasi: Jurnal Sistem Informasi

Chaurasia, V., & Pal, S. (2014). Data mining approach to detect heart diseases. International Journal of Advanced Computer Science and Information Technology (IJACSIT).

Permana, D. S., & Silvanie, A. (2021). PREDIKSI PENYAKIT JANTUNG MENGGUNAKAN SUPPORT VECTOR MACHINE DAN PYTHON PADA BASIS DATA PASIEN DI CLEVELAND. JUNIF: Jurnal Nasional Informatika.

Palaniappan, S., & Awang, R. (2008, March). Intelligent heart disease prediction system using data mining techniques. In 2008 IEEE/ACS international conference on computer systems and applications. IEEE.

Shouman, M., Turner, T., & Stocker, R. (2012, March). Using data mining techniques in heart disease diagnosis and treatment. In 2012 Japan-Egypt Conference on Electronics, Communications and Computers.IEEE.

Rifai, B. (2013). Algoritma Neural Network Untuk Prediksi Penyakit Jantung. Jurnal Techno Nusa Mandiri.

Septiani, W. D. (2017). Komparasi Metode Klasifikasi Data Mining Algoritma C4. 5 Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis. Jurnal Pilar Nusa Mandiri.

Andayani, S., & Astuti, Y. (2017). Prediksi Kejadian Penyakit Tuberkulosis Paru Berdasarkan Usia di Kabupaten Ponorogo Tahun 2016-2020. Indonesian Journal for Health Sciences.

Downloads

Published

2022-05-10

How to Cite

Firdlous, D. A. (2022). Komparasi Algoritma Klasifikasi Data Mining Untuk Memprediksi Penyakit Jantung. Infoman’s : Jurnal Ilmu-Ilmu Manajemen Dan Informatika, 16(1), 79-84. Retrieved from http://ejournal.stmik-sumedang.ac.id/index.php/infomans/article/view/412

Issue

Vol. 16 No. 1 (2022): Infoman's

Section

Articles

License

Copyright (c) 2022 Infoman's : Jurnal Ilmu-ilmu Manajemen dan Informatika

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.