Perbandingan Prediksi Penyakit Serangan Jantung Menggunakan Model Machine Learning

Abstract

Serangan jantung dapat disebabkan oleh tekanan darah, stres, terlalu banyak bekerja dan gula darah. Diantara organ tubuh manusia, jantung merupakan organ yang harus bekerja lebih keras memompa darah ke seluruh tubuh untuk menghasilkan oksigen dan nutrisi. Ketika jantung tidak berfungsi dengan baik, fungsi organ lain di dalam tubuh akan terganggu secara serius dan bahkan dapat menyebabkan gagal jantung. Naive Bayes merupakan probabilistik klasifikasi, yang berdasarkan teorema Bayes. Atribut fitur dapat diasumsikan dengan kontribusi yang setara ke dalam target. Dapat dikatakan bahwa regresi logistik adalah suatu teknik analisis data statistik yang bertujuan untuk mencari variabel yang saling berhubungan yang jawabannya bersifat kategorikal. Bagi sebagian orang, menentukan atribut target merupakan hal yang paling penting dalam klasifikasi data mining. Dalam pembuatan data langsung, semua variabel dianggap sebagai atribut independen. Hal ini, widget Selected Columns yang disertakan, harus memilih atribut target yang akan diperiksa. Dalam penelitian tidak mengatur jumlah metode yang digunakan. Oleh karena itu prediksi dan analisis dapat menyebabkan hasil yang kurang optimal. Oleh karena itu, metode dan perhitungan tambahan dapat dilakukan untuk penelitian lebih lanjut untuk mencapai hasil yang optimal dan serbaguna. Studi tambahan dan metode lain untuk akurasi yang lebih baik juga dapat dilakukan dengan informasi baru. Hasil penelitian dengan metode naïve bayes, logistic regression, dan neural network dihasilkan pencapaian terbaik untuk metode naïve bayes mendapatkan hasil akurasi 84,3%.