PERBANDINGAN ALGORITMA KLASIFIKASI DALAM PENGKLASIFIKASIAN DATA PENYAKIT JANTUNG KORONER
Main Authors: | Wibisono, Ardea Bagas, Fahrurozi, Achmad |
---|---|
Format: | Article info application/pdf eJournal |
Bahasa: | eng |
Terbitan: |
Universitas Gunadarma
, 2020
|
Subjects: | |
Online Access: |
https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393 https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393/1899 |
ctrlnum |
article-2393 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">PERBANDINGAN ALGORITMA KLASIFIKASI DALAM PENGKLASIFIKASIAN DATA PENYAKIT JANTUNG KORONER</title><creator>Wibisono, Ardea Bagas</creator><creator>Fahrurozi, Achmad</creator><subject lang="en-US">Klasifikasi, Machine Learning, Penyakit Jantung Koroner</subject><description lang="en-US">Penyakit Jantung Koroner (PJK) menjadi penyebab kematian tertinggi pada semua umur setelah stroke. Hal ini mendorong banyak penelitian terhadap penyakit jantung koroner, salah satunya menggunakan metode berbasis komputer. Pengolahan data dalam jumlah besar dapat dilakukan dengan klasifikasi menggunakan algoritma tertentu sehingga hasilnya cepat dan akurat. Metode klasifikasi yang umum digunakan antara lain Naïve Bayes, K-Nearest Neighbor, Decision Tree dan Random Forest. Metode  Naïve Bayes menggunakan probabilitas disetiap data, metode K-Nearest Neighbor menggunakan perhitungan jarak, metode Decision Tree menggunakan pohon keputusan, sedangkan metode Random Forest menggunakan beberapa pohon keputusan yang disatukan. Penelitian ini bertujuan untuk membandingkan keempat algoritma tersebut dalam mengklasifikasikan data penyakit jantung koroner. Perbandingan algoritma akan dilihat berdasarkan performance measure yang terdiri dari tingkatan akurasi, recall disetiap kelas, dan presisi disetiap kelas. Pada setiap algoritma diuji menggunakan cross validation. Berdasarkan hasil perbandingan terhadap 300 dataset penyakit jantung koroner, algoritma Random Forest lebih baik dan optimal dibanding dengan Algoritma Naïve Bayes, K-Nearest Neighbor, dan Decision Tree untuk mengklasifikasikan penyakit jantung koroner. Hasil klasifikasi dengan algoritma Random Forest memiliki rerata tingkat akurasi sebesar 85,668 % dengan recall kelas ’1’ adalah 89 %, recall kelas ’0’ adalah 83,6%, presisi kelas ’1’ adalah 85%, dan presisi kelas ’0’ adalah 85,8%.</description><publisher lang="en-US">Universitas Gunadarma</publisher><contributor lang="en-US"/><date>2020-02-24</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>File:application/pdf</type><identifier>https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393</identifier><identifier>10.35760/tr.2019.v24i3.2393</identifier><source lang="en-US">Jurnal Ilmiah Teknologi dan Rekayasa; Vol 24, No 3 (2019); 161-170</source><source>2089-8088</source><source>1410-9093</source><source>10.35760/tr.2019.v24i3</source><language>eng</language><relation>https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393/1899</relation><relation>10.35760/tr.2019.v24i3.2393.g1899</relation><rights lang="en-US">Copyright (c) 2020 Jurnal Ilmiah Teknologi dan Rekayasa</rights><recordID>article-2393</recordID></dc>
|
language |
eng |
format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other File:application/pdf File Journal:eJournal |
author |
Wibisono, Ardea Bagas Fahrurozi, Achmad |
title |
PERBANDINGAN ALGORITMA KLASIFIKASI DALAM PENGKLASIFIKASIAN DATA PENYAKIT JANTUNG KORONER |
publisher |
Universitas Gunadarma |
publishDate |
2020 |
topic |
Klasifikasi Machine Learning Penyakit Jantung Koroner |
url |
https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393 https://ejournal.gunadarma.ac.id/index.php/tekno/article/view/2393/1899 |
contents |
Penyakit Jantung Koroner (PJK) menjadi penyebab kematian tertinggi pada semua umur setelah stroke. Hal ini mendorong banyak penelitian terhadap penyakit jantung koroner, salah satunya menggunakan metode berbasis komputer. Pengolahan data dalam jumlah besar dapat dilakukan dengan klasifikasi menggunakan algoritma tertentu sehingga hasilnya cepat dan akurat. Metode klasifikasi yang umum digunakan antara lain Naïve Bayes, K-Nearest Neighbor, Decision Tree dan Random Forest. Metode Naïve Bayes menggunakan probabilitas disetiap data, metode K-Nearest Neighbor menggunakan perhitungan jarak, metode Decision Tree menggunakan pohon keputusan, sedangkan metode Random Forest menggunakan beberapa pohon keputusan yang disatukan. Penelitian ini bertujuan untuk membandingkan keempat algoritma tersebut dalam mengklasifikasikan data penyakit jantung koroner. Perbandingan algoritma akan dilihat berdasarkan performance measure yang terdiri dari tingkatan akurasi, recall disetiap kelas, dan presisi disetiap kelas. Pada setiap algoritma diuji menggunakan cross validation. Berdasarkan hasil perbandingan terhadap 300 dataset penyakit jantung koroner, algoritma Random Forest lebih baik dan optimal dibanding dengan Algoritma Naïve Bayes, K-Nearest Neighbor, dan Decision Tree untuk mengklasifikasikan penyakit jantung koroner. Hasil klasifikasi dengan algoritma Random Forest memiliki rerata tingkat akurasi sebesar 85,668 % dengan recall kelas ’1’ adalah 89 %, recall kelas ’0’ adalah 83,6%, presisi kelas ’1’ adalah 85%, dan presisi kelas ’0’ adalah 85,8%. |
id |
IOS1489.article-2393 |
institution |
Universitas Gunadarma |
institution_id |
209 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Gunadarma |
library_id |
489 |
collection |
Jurnal Ilmiah Teknologi dan Rekayasa |
repository_id |
1489 |
city |
KOTA DEPOK |
province |
JAWA BARAT |
repoId |
IOS1489 |
first_indexed |
2020-03-11T00:23:04Z |
last_indexed |
2020-05-02T04:00:22Z |
recordtype |
dc |
_version_ |
1722576049455235072 |
score |
17.60897 |