PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK PREDIKSI PENYAKIT JANTUNG MENGGUNAKAN METODE FEATURE SELECTION ANNOVA F VALUE

Humaira, Andini Putri (2026) PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK PREDIKSI PENYAKIT JANTUNG MENGGUNAKAN METODE FEATURE SELECTION ANNOVA F VALUE. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (639kB)
	Text BAB 1.pdf Download (292kB)
	Text BAB 2.pdf Download (517kB)
	Text BAB 3.pdf Download (479kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (208kB)
	Text Lampiran .pdf Download (362kB)

Abstract

Penyakit jantung merupakan salah satu penyebab kematian tertinggi di dunia dan terus
meningkat setiap tahunnya. Dalam penelitian ini, dilakukan perbandingan performa algoritma
Support Vector Machine (SVM) dan Random Forest (RF) dalam memprediksi risiko penyakit
jantung berdasarkan dataset yang diperoleh dari Kaggle. Untuk meningkatkan akurasi model,
digunakan metode seleksi fitur ANOVA F-value guna memilih fitur yang paling berpengaruh
terhadap prediksi penyakit jantung. Hasil penelitian menunjukkan bahwa algoritma Random
Forest memiliki performa lebih baik dibandingkan SVM, dengan akurasi 99%, sedangkan
SVM hanya mencapai 97%. Evaluasi menggunakan confusion matrix juga menunjukkan
bahwa Random Forest memiliki tingkat kesalahan klasifikasi yang lebih rendah dibandingkan
SVM. Dengan demikian, Random Forest lebih efektif dalam memprediksi risiko penyakit
jantung dan dapat digunakan sebagai dasar dalam pengembangan aplikasi deteksi penyakit
jantung berbasis machine learning. Penelitian ini diharapkan dapat memberikan kontribusi
dalam pemanfaatan teknologi kecerdasan buatan untuk meningkatkan deteksi dini serta
mendukung upaya pencegahan penyakit jantung.

Item Type:	Thesis (Diploma)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Irna Irna Yunita
Date Deposited:	08 May 2026 06:52
Last Modified:	08 May 2026 07:11
URI:	https://repository.unas.ac.id/id/eprint/15825

Actions (login required)

View Item