KLASIFIKASI MACHINE LEARNING UNTUK MENDETEKSI PENYAKIT JANTUNG DENGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN RANDOM FOREST

mambuhu, Indri sixta dwi bungsu (2024) KLASIFIKASI MACHINE LEARNING UNTUK MENDETEKSI PENYAKIT JANTUNG DENGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN RANDOM FOREST. Bachelor thesis, Universitas Nasional.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB I.pdf

Download (203kB)
[img] Text
BAB II.pdf

Download (248kB)
[img] Text
BAB III.pdf

Download (324kB)
[img] Text
BAB IV.pdf

Download (459kB)
[img] Text
BAB V.pdf

Download (175kB)
[img] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

Penyakit jantung merupakan penyebab utama kematian di Indonesia, sehingga identifikasi dini terhadap faktor risikonya menjadi sangat penting. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit jantung menggunakan algoritma K-Nearest Neighbors (KNN) dan Random Forest. Dataset yang digunakan mencakup berbagai faktor risiko seperti tekanan darah dan kadar kolesterol. Setelah melalui tahapan preprocessing, implementasi algoritma, dan evaluasi performa model, hasil penelitian menunjukkan bahwa Random Forest memiliki akurasi klasifikasi yang lebih tinggi dibandingkan KNN. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem prediksi penyakit jantung yang lebih akurat untuk membantu pengambilan keputusan medis.

Item Type: Thesis (Bachelor)
Subjects: Q Science > Q Science (General)
Q Science > QE Geology
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User: Delvy Aplirizani -
Date Deposited: 30 Sep 2024 03:32
Last Modified: 30 Sep 2024 03:32
URI: http://repository.unas.ac.id/id/eprint/12185

Actions (login required)

View Item View Item