KLASIFIKASI RISIKO PENYAKIT SERANGAN JANTUNG DENGAN MENGGUNAKAN ALGORITMA C4.5
Klasifikasi, Risiko, Serangan jantung, Algoritma C4.5
Abstract
Penyakit jantung termasuk serangan jantung merupakan salah satu penyakit yang menjadi perhatian serius dalam dunia medis. Deteksi dini risiko penyakit jantung sangat penting untuk mencegah dampak yang lebih serius. Penelitian ini menggunakan dataset yang terdiri dari 303 data dengan tipe numerik dan nominal. Data tersebut diolah menggunakan algoritma C4.5 untuk melakukan klasifikasi risiko penyakit serangan jantung. Hasil penelitian menunjukkan bahwa algoritma tersebut mencapai tingkat akurasi sebesar 83,98%. Lebih lanjut, melalui decision tree mengidentifikasi bahwa faktor terbesar yang diketahui berkontribusi dalam penentuan risiko penyakit serangan jantung adalah faktor Cp (Chest Pain), Caa (n Major Vessels), Oldpeak, Sex, dan Exng (Exercise Angina). Temuan penelitian ini diharapkan dapat memberikan tambahan wawasan dalam upaya deteksi dini dan penanganan penyakit jantung di masa mendatang di mana model klasifikasi ini dapat digunakan sebagai alat skrining awal untuk mengidentifikasi individu yang berisiko tinggi terkena serangan jantung.
Downloads
References
Arkamil, R.F. and Jambak, M.I. (2023) ‘Klasifikasi Tindakan Persalinan Pada Pasien Ibu Bersalin Menggunakan Metode Decision Tree C4. 5’, KLIK: Kajian Ilmiah Informatika dan Komputer, 4(1), pp. 513–523.
Cardiovascular diseases (no date) World Health Organization. Available at: https://www.who.int/health-topics/cardiovascular-diseases# (Accessed: 31 March 2024).
Damanik, S.D. and Jambak, M.I. (2023) ‘Klasifikasi Customer Churn pada Telekomunikasi Industri Untuk Retensi Pelanggan Menggunakan Algoritma C4. 5’, KLIK: Kajian Ilmiah Informatika dan Komputer, 3(6), pp. 1303–1309.
Han, J., Kamber, M. and Pei, J. (2012) Data Mining: Concepts and Techniques Third Edition. UK: Elsevier.
Heart attack (myocardial infarction) (2023) Harvard Health Publishing. Available at: https://www.health.harvard.edu/a_to_z/heart-attack-myocardial-infarction-a-to-z (Accessed: 31 March 2024).
Maulana, Y., Winanjaya, R. and Rizki, F. (2022) ‘Penerapan Data Mining dengan Algoritma C. 45 Dalam Memprediksi Penjualan Tempe’, Bulletin of Computer Science Research, 2(2), pp. 53–58.
North, M. (2016) Data Mining for the Masses. CreateSpace Independent Publishing Platform. Available at: https://books.google.co.id/books?id=LqCfjwEACAAJ.
Santoso, M. et al. (2023) ‘Klasifikasi Potensi Penyakit Jantung Menggunakan Algoritma C4. 5’, Jurnal INSAN Journal of Information System Management Innovation, 3(2), pp. 96–103.
Sepharni, A., Hendrawan, I.E. and Rozikin, C. (2022) ‘Klasifikasi Penyakit Jantung dengan Menggunakan Algoritma C4. 5’, STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 7(2), pp. 117–126.
Suherman, S. et al. (2024) ‘KLASIFIKASI GAYA BELAJAR PADA MAHASISWA MENGGUNAKAN METODE ALGORITMA C4. 5’, JIKA (Jurnal Informatika), 8(1), pp. 104–111.
Tasia, E. et al. (2023) Klasifikasi Penyakit Gagal Jantung Menggunakan Supervised Learning. Available at: https://journal.irpi.or.id/index.php/sentimas.
What Is a Heart Attack? (2022) National Heart, Lung, and Blood Institute. Available at: https://www.nhlbi.nih.gov/health/heart-attack (Accessed: 31 March 2024).
This work is licensed under a Creative Commons Attribution 4.0 International License.
