Detail Dokumen
Pencarian Spesifik![Image of PREDIKSI GAGAL JANTUNG MENGGUNAKAN
ALGORITMA RANDOM FOREST BERBASIS
ALGORITMA GENETIKA UNTUK SELEKSI FITUR](./lib/minigalnano/createthumb.php?filename=../../images/docs/Screenshot_2023-06-07_124539.png.png&width=200)
Skripsi
PREDIKSI GAGAL JANTUNG MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS ALGORITMA GENETIKA UNTUK SELEKSI FITUR
Abstrak
Gagal jantung adalah penyakit atau kondisi yang membuat jantung melemah atau
mengalami kerusakan. Oleh sebab itu, pentingnya untuk mengetahui faktor apa saja
yang dapat menyebabkan kematian akibat gagal jantung sehingga dapat dilakukan
pencegahan sejak dini. Dataset heart failure clinical records akan diolah dalam dua
tahap eksperimen berdasarkan valdasi. Pada tahap pertama akan dilakukan
pengujian menggunakan enam algoritma klasifikasi yang berbeda diantaranya KNearst Neighbour, Neural Network, Random Forest, Decision Tree, Naïve Bayes
dan Support Vector Machine (SVM). Pengujian dilakukan menggunakan metode
cross validation. Hasil yang didapat dari pengujian menggunakan algoritma
klasifikasi tercatat bahwa algoritma random forest mendapatkan performa yang
lebih baik dari lima algoritma lainnya. Hal ini dibuktikan dengan nilai akurasi
sebesar 82,55% lebih besar dari lima algoritma lainnya. Pengujian selanjutnya
menggunakan algoritma dengan nilai akurasi terbaik yang kemudian akan di ui
kembali menggunakan split validation degan rasio yang bervariasi bersama dengan
algoritma genetika sebagai fitur seleksi. Nilai yang dihasilkan dari pengujian
menggunakan fitur seleksi algotirma genetika lebih baik dari algoritma Random
forest saja tercatat menghasilkan nilai akurasi sebesar 93,36% dalam prediksi
keberlangsungan hidup pasien gagal jantung
Ketersediaan
S02952K | 009/S1.SI.SKP/2022-2023 | Sistem Informasi | Tersedia |
Informasi Detail
Nomor Serial |
009/S1.SI.SKP/2022-2023
|
---|---|
Penerbit | : ., 2022/2023 |
ISBN/ISSN |
-
|
Judul Seri |
-
|
---|---|
Deskripsi Fisik |
-
|
Subyek |
Versi lain
Tidak tersedia versi lain