relation: https://eprints.amikom.ac.id/id/eprint/29830/
title: EVALUASI PERFORMA ALGORITMA KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN RANDOM FOREST (RF) DAN SUPPORT VECTOR MACHINE (SVM)
creator: Haniswaskito, Fadhien Ramadhan
subject: 005 Pemrograman komputer, program dan data
subject: 006 Metode komputer khusus
description: Penyakit jantung merupakan salah satu masalah kesehatan masyarakat utama di dunia  dan menjadi penyebab kematian nomor satu secara global, dengan lebih dari 17,9 juta  kematian setiap tahun. Di Indonesia, penyakit jantung juga merupakan penyebab  kematian utama dengan tren peningkatan prevalensi dari 0,5% pada tahun 2013 menjadi  1,5% pada tahun 2018. Pentingnya deteksi dini dan penanganan yang efektif menuntut  pengembangan sistem prediksi berbasis teknologi untuk mendukung diagnosis medis.    Dalam penelitian ini, dua algoritma pembelajaran mesin, yaitu Random Forest (RF)  dan Support Vector Machine (SVM), dievaluasi performanya dalam klasifikasi penyakit  jantung. Dataset yang digunakan meliputi UCI Heart Disease Dataset, Heart Attack  Analysis & Prediction Dataset, dan Heart Disease Dataset. Teknik oversampling  Synthetic Minority Oversampling Technique (SMOTE) diterapkan untuk menangani  ketidakseimbangan data.    Hasil penelitian menunjukkan bahwa algoritma RF memiliki performa lebih baik  dibandingkan SVM dalam berbagai metrik evaluasi seperti ROC-AUC, precision, dan  recall. Penerapan SMOTE secara signifikan meningkatkan kemampuan model dalam  mendeteksi kelas minoritas, terutama pada algoritma RF yang menunjukkan peningkatan  recall untuk kelas positif. RF menunjukkan fleksibilitas yang lebih baik terhadap data  tidak seimbang setelah penerapan SMOTE, dengan akurasi sebesar 85% dan ROC-AUC  sebesar 0,85. Oleh karena itu, RF direkomendasikan untuk digunakan dalam  pengembangan sistem prediksi penyakit jantung.
date: 2024-12-30
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/9/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/5/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/6/Daftar%20Pustaka.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/7/Sourcecode%20-%2020.11.3783.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/29830/8/Publikasi.pdf
identifier:   Haniswaskito, Fadhien Ramadhan  (2024) EVALUASI PERFORMA ALGORITMA KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN RANDOM FOREST (RF) DAN SUPPORT VECTOR MACHINE (SVM).  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.