Perbandingan Algoritma Machine Learning pada Klasifikasi Penyakit Jantung

Abstract

Jantung merupakan organ paling penting dalam tubuh manusia yang memiliki fungsi utama untuk memompa darah ke seluruh tubuh melalui pembuluh darah, World Health Organization (WHO) menyebutkan bahwa penyakit jantung koroner (PJK) menjadi salah satu masalah kesehatan dalam system kardiovaskular yang jumlahnya meningkat cepat dengan angka kematian 6,7 juta kasus pada tahun 2017. Banyak alternatif atau cara yang digunakan untuk mencegah dan mendeteksi penyakit jantung, namun karena kurangnya pengetahuan, penderita penyakit jantung banyak yang terlambat untuk memeriksa diri ke dokter. Tujuan dari penelitian ini adalah untuk mendeteksi penyakit jantung akibat gangguan kadiovaskular dengan menggunakan dataset dari http://archive.ics.uci.edu/ml/ dengan data sebanyak 1026 data penyakit jantung. Metode yang digunakan pada penlitian ini adalah Machine Learning dengn algoritma logistic regression, naive bayes, dan k-nearest neighbour (KNN) . Hasil yang didapatan dari penelitian ini yang tertinggi adalah dengan menggunakan metode k-nearest neighbour (KNN) yaitu akurasi sebesar 91%, sedangkan dengan algoritma logistic regression akurasinya sebesar 85%, dan naive bayes akurasinya sebesar 83%.