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.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (203kB)
	Text BAB II.pdf Download (248kB)
	Text BAB III.pdf Download (324kB)
	Text BAB IV.pdf Download (459kB)
	Text BAB V.pdf Download (175kB)
	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:	https://repository.unas.ac.id/id/eprint/12185

Actions (login required)

View Item