Hybrid Machine Learning Model untuk memprediksi Penyakit Jantung dengan Metode Logistic Regression dan Random Forest

Abstract

Jantung adalah organ utama yang harus bekerja dengan benar dan teratur. Jika terjadi gangguan, akan berakibat fatal yaitu timbulnya serangan jantung. Serangan jantung termasuk dalam 10 penyakit dengan resiko kematian yang tinggi. Hal itu disebabkan oleh faktor stress, tekanan darah, kerja berlebihan, gula darah dan lainnya. Tujuan penelitian ini adalah untuk memprediksi penyakit jantung menggunakan algoritma Machine Learning (ML) sebagai langkah preventif dini pada sistem informasi berbasis desktop. Dengan Machine Learning models yaitu hybrid model dapat meningkatkan nilai akurasi dari sebuah metode ML yang ditambahkan dengan metode ML lainnya. Nilai akurasi yang didapatkan dari Hybrid Model Machine Learning dengan menggunakan metode Random Forest dan Logistic Regression sebesar 84,48% yang meningkat sebesar 1,32%.