PREDIKSI PENYAKIT JANTUNG KORONER MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES

AZAROBY DWI ANGGORO, . (2025) PREDIKSI PENYAKIT JANTUNG KORONER MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text cover.pdf Download (1MB)
	Text BAB 1.pdf Download (689kB)
	Text BAB 2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (371kB) | Request a copy
	Text Daftar Pustaka.pdf Download (610kB)
	Text Lampiran_compressed.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Penyakit Jantung Koroner (PJK) merupakan salah satu penyebab utama kematian di dunia, termasuk di Indonesia. Deteksi dini dan akurasi prediksi penyakit ini menjadi faktor penting dalam upaya pencegahan dan pengobatan. Penelitian ini bertujuan untuk membangun model prediksi penyakit jantung koroner menggunakan algoritma klasifikasi Naive Bayes. Dataset yang digunakan dalam penelitian ini diperoleh dari sumber terbuka dan telah melalui tahapan preprocessing data seperti normalisasi, penanganan outlier, serta pembagian data untuk pelatihan dan pengujian. Hasil penelitian menunjukkan bahwa model Naive Bayes dapat memprediksi risiko PJK dengan tingkat akurasi sebesar 89,06%. Evaluasi model menggunakan metrik precision dan recall mengindikasikan bahwa metode ini cukup andal dalam mengidentifikasi pasien dengan risiko PJK. Selain itu, parameter var_smoothing optimal ditemukan pada nilai 1e-09 yang membantu meningkatkan performa model dengan mengurangi overfitting. Dari hasil penelitian ini, dapat disimpulkan bahwa algoritma Naive Bayes merupakan salah satu metode yang efektif dalam prediksi penyakit jantung koroner. Untuk pengembangan lebih lanjut, disarankan agar model diuji dengan dataset yang lebih beragam serta mengombinasikan algoritma lain guna meningkatkan akurasi dan generalisasi model dalam dunia medis. ***** Coronary Heart Disease (CHD) is one of the main causes of death in the world, including in Indonesia. Early detection and accurate prediction of this disease are important factors in prevention and treatment efforts. This research aims to build a prediction model for coronary heart disease using the Naive Bayes classification algorithm. The dataset used in this research was obtained from open sources and has gone through data preprocessing stages such as normalization, handling outliers, and sharing data for training and testing. The research results show that the Naive Bayes model can predict CHD risk with an accuracy rate of 89.06%. Evaluation of the model using precision and recall metrics indicates that this method is quite reliable in identifying patients at risk of CHD. Additionally, the optimal var_smoothing parameter is found at the value 1e-09 which helps improve the model performance by reducing overfitting. From the results of this research, it can be concluded that the Naive Bayes algorithm is an effective method for predicting coronary heart disease. For further development, it is recommended that the model be tested with a more diverse dataset and combine other algorithms to increase the accuracy and generalization of the model in the medical world.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Murien Nugraheni, S.T., M.Cs; 2). Fuad Mumtas, M.T.I
Subjects:	Sains > Matematika > Software, Sistem Informasi Komputer Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Sistem dan Teknologi Informasi
Depositing User:	Users 26330 not found.
Date Deposited:	14 Feb 2025 02:08
Last Modified:	14 Feb 2025 02:08
URI:	http://repository.unj.ac.id/id/eprint/52834

Actions (login required)

View Item