@prefix dc: .
@prefix eprel: .
@prefix geo: .
@prefix rdfs: .
@prefix epid: .
@prefix rdf: .
@prefix dct: .
@prefix event: .
@prefix skos: .
@prefix foaf: .
@prefix bibo: .
@prefix void: .
@prefix cc: .
@prefix owl: .
@prefix ep: .
@prefix xsd: .
<>
foaf:primaryTopic ;
rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Archive)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG (Text)"^^xsd:string .
rdf:_1 .
<> ;
bibo:abstract "Penyakit jantung merupakan salah satu penyebab kematian tertinggi di\r\ndunia yang memerlukan penanganan serius. Deteksi dini sangat krusial untuk\r\nmencegah fatalitas, namun kompleksitas faktor risiko klinis sering kali menyulitkan\r\ndiagnosis yang cepat dan akurat. Penelitian ini bertujuan untuk membangun dan\r\nmembandingkan kinerja model Machine Learning dalam mengklasifikasikan risiko\r\npenyakit jantung, serta mengidentifikasi fitur medis yang paling berpengaruh\r\nterhadap prediksi tersebut. Penelitian ini menggunakan dataset sekunder yang\r\nterdiri dari data rekam medis pasien. Tiga algoritma klasifikasi diterapkan sebagai\r\npembanding, yaitu Logistic Regression, Decision Tree, dan Random Forest.\r\nTahapan pra-pemrosesan data dilakukan secara komprehensif, meliputi\r\npenghapusan data duplikat yang menghasilkan 918 data bersih, transformasi data\r\nmenggunakan One-Hot Encoding, pembagian data latih dan uji dengan rasio 80:20,\r\nserta penskalaan fitur menggunakan Standard Scaler. Evaluasi performa model\r\ndiukur menggunakan metrik Accuracy, Precision, Recall, dan F1-Score. Hasil\r\npengujian menunjukkan bahwa algoritma Random Forest memiliki kinerja terbaik\r\ndibandingkan dua model lainnya, dengan mencatatkan akurasi tertinggi sebesar\r\n89,67%, precision 91,50%, recall 90,65%, dan F1score 91,07%. Sementa ra itu,\r\nLogistic Regression memperoleh akurasi sebesar 85,32% dan Decision Tree sebesar\r\n79,34%. Analisis Feature Importance pada model terbaik mengungkapkan bahwa\r\nST Slope (kemiringan gelombanST) dan Oldpeak merupakan variabel yang paling\r\ndominan dalam memengaruhi hasil prediksi. Berdasarkan hasil tersebut, Random\r\nForest direkomendasikan sebagai metode yang efektif untuk membantu tenaga\r\nmedis dalam diagnosis dini penyakit jantung."^^xsd:string;
bibo:authorList ;
bibo:status ;
dc:hasVersion ,
,
,
,
,
,
,
;
dct:creator ,
;
dct:date "2026-01-27";
dct:isPartOf ;
dct:issuer ,
;
dct:subject ,
;
dct:title "PERBANDINGAN KINERJA ALGORITMA LOGISTIC \r\nREGRESSION, DECISION TREE, DAN RANDOM FOREST \r\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG"^^xsd:string;
ep:hasDocument ,
,
,
,
,
,
,
,
;
ep:hasPublished ,
,
,
,
,
,
,
;
rdf:type bibo:Article,
bibo:Thesis,
ep:EPrint,
ep:ThesisEPrint;
rdfs:seeAlso .
rdf:type skos:Concept;
skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .
rdf:type skos:Concept;
skos:prefLabel "004 Pemrosesan data dan ilmu komputer"@en .
rdfs:label "COVER.pdf"^^xsd:string .
rdfs:label "BAB I.pdf"^^xsd:string .
rdfs:label "BAB V.pdf"^^xsd:string .
dc:format "text/html";
dc:title "HTML Summary of #32280 \n\nPERBANDINGAN KINERJA ALGORITMA LOGISTIC
\nREGRESSION, DECISION TREE, DAN RANDOM FOREST
\nDALAM KLASIFIKASI RISIKO PENYAKIT JANTUNG\n\n";
foaf:primaryTopic .
dct:isPartOf ;
foaf:name "Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
dct:hasPart ;
foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
foaf:familyName "Hamdi"^^xsd:string;
foaf:givenName "Habib Baitul"^^xsd:string;
foaf:name "Habib Baitul Hamdi"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Sulistiyono"^^xsd:string;
foaf:givenName "Mulia"^^xsd:string;
foaf:name "Mulia Sulistiyono"^^xsd:string;
rdf:type foaf:Person .