Klasifikasi Kematian Akibat Gagal Jantung Menggunakan Algoritma Logistic Regression Berbasis Forward Selection

Abstract

Gagal jantung adalah masalah kesehatan masyarakat utama yang beban penyakitnya meningkat seiring bertambahnya usia. Kondisi jantung dalam kasus ini menandakan bahwa jantung tidak mampu lagi untuk memompa darah secara optimal dan ketidakmampuan jantung dalam memenuhi kuota darah normal yang dibutuhkan oleh tubuh. Berdasarkan timbulnya gejala, gagal jantung dapat terjadi secara tiba-tiba atau lebih dikenal dengan gagal jantung akut, dan gagal jantung yang berkembang secara perlahan karena kondisi jantung yang melemah atau lebih dikenal dengan istilah gagal jantung kronis. Tujuan dari penelitian ini adalah mendapatkan model klasifikasi penyakit gagal jantung untuk membuat sistem penunjang keputusan sebagai deteksi dini penyakit gagal jantung. Setelah itu model yang sudah diperoleh akan dievaluasi untuk mengetahui performanya dengan akurasi, spesifisitas dan sensitivitas. Metode yang digunakan untuk melakukan klasifikasi menggunakan metode Support Vector Machine, Decision Tree, Logistic Regression dan Random Forest. Pengukuran performa klasifikasi menggunakan matrik akurasi, sensitivitas dan spesivisitas, hasil klasifikasi menunjukan bahwa algoritma logistic regression memiliki performa paling baik dengan memperoleh akurasi sebesar 90% dan spesivisitas 80%.