ANALISIS PREDIKSI KEGAGALAN JANTUNG DENGAN ALGORITMA RANDOM FOREST DAN REGRESI LINIER

ANALISIS PREDIKSI KEGAGALAN JANTUNG DENGAN ALGORITMA RANDOM FOREST DAN REGRESI LINIER, Prediksi, kegagalan jantung, Random Forest, Regresi Linier, pembelajaran mesin....

Author: ISMAR HIDAYAT
Date: 2025
Keywords: Prediksi, kegagalan jantung, Random Forest, Regresi Linier, pembelajaran mesin.
Type: Thesis
Category: penelitian

Prediksi risiko kegagalan jantung merupakan langkah penting dalam pencegahan dan penanganan dini penyakit kardiovaskular yang berpotensi fatal. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma pembelajaran mesin, yaitu Random Forest dan Regresi Linier, dalam memprediksi kegagalan jantung berdasarkan data pasien yang mencakup variabel-variabel seperti usia, tekanan darah, kadar kolesterol, dan riwayat kesehatan lainnya. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara signifikan lebih unggul dalam hal akurasi prediksi dibandingkan Regresi Linier, terutama pada data dengan pola jumlah data yang digunakan. Namun, Regresi Linier tetap relevan dalam memberikan hasil yang lebih stabil pada perbedaan jumlah data yang digunakan dan lebih berpengaruh terharap variabel kegagalan jantung. Oleh karena itu, model prediksi berbasis Random Forest direkomendasikan untuk melakukan prediksi kegagalan jantung jika memiliki data traning yang banyak, dan Regresi Linier direkomnedasi untuk kestabilitas prediksi. Implementasi model ini diharapkan dapat membantu praktisi medis dalam mengambil keputusan yang lebih tepat dan akurat untuk mencegah kejadian gagal jantung pada pasien berisiko tinggi.

Files:
LEMBAR JUDUL 1
DAFTAR PUSTAKA
ABSTRAK

Collections:
Digital Library UNPAB