{"title":"使用随机森林分类器进行心脏病分类","authors":"Hidayat Hidayat, Andi Sunyoto, Hanif Al Fatta","doi":"10.47970/siskom-kb.v7i1.464","DOIUrl":null,"url":null,"abstract":"Abstract— Penelitian ini bertujuan untuk meningkatkan peforma model saat melakukan klasifikasi peyakit jantung. Algoritma random fores digunakan untuk melakukan klasifikasi peyakit jantung berdasarkan fitur-fitur yang ada pada dataset. Klasifikasi ini dilakukan dengan menggunakan Heart Disease Dataset dari kaggle yang mempunyai 2 class diantaranya 0 (tidak terindikasi penyakit), dan 1 (terindikasi penyakit). Selanjutnya dataset tersebut dilakukan teknik pre-prosessing data, normalisasi data, split data, klasifikasi dan yang terakhir evaluasi metode. Penelitian ini mengungkapkan bahwa metode random forest berhasil menghasilkan tingkat akurasi yang lebih tinggi dalam proses klasifikasi penyakit jantung, dibandingkan dengan hasil penelitian sebelumnya yaitu mencapai akurasi sebesar 94%. Hal ini menunjukkan bahwa penggunaan Random forest dibantu dengan teknik pre-prosessing, dan normalisasi data dapat menjadi alternatif yang baik dalam melakukan klasifikasi. Penelitian ini memberikan manfaat saat klasifikasi penyakit jantung secara cepat dan akurat.
 Keywords —Penyakit Jantung, Random Forest","PeriodicalId":487124,"journal":{"name":"Jurnal Sistem Komputer dan Kecerdasan Buatan","volume":"39 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Klasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier\",\"authors\":\"Hidayat Hidayat, Andi Sunyoto, Hanif Al Fatta\",\"doi\":\"10.47970/siskom-kb.v7i1.464\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Abstract— Penelitian ini bertujuan untuk meningkatkan peforma model saat melakukan klasifikasi peyakit jantung. Algoritma random fores digunakan untuk melakukan klasifikasi peyakit jantung berdasarkan fitur-fitur yang ada pada dataset. Klasifikasi ini dilakukan dengan menggunakan Heart Disease Dataset dari kaggle yang mempunyai 2 class diantaranya 0 (tidak terindikasi penyakit), dan 1 (terindikasi penyakit). Selanjutnya dataset tersebut dilakukan teknik pre-prosessing data, normalisasi data, split data, klasifikasi dan yang terakhir evaluasi metode. Penelitian ini mengungkapkan bahwa metode random forest berhasil menghasilkan tingkat akurasi yang lebih tinggi dalam proses klasifikasi penyakit jantung, dibandingkan dengan hasil penelitian sebelumnya yaitu mencapai akurasi sebesar 94%. Hal ini menunjukkan bahwa penggunaan Random forest dibantu dengan teknik pre-prosessing, dan normalisasi data dapat menjadi alternatif yang baik dalam melakukan klasifikasi. Penelitian ini memberikan manfaat saat klasifikasi penyakit jantung secara cepat dan akurat.
 Keywords —Penyakit Jantung, Random Forest\",\"PeriodicalId\":487124,\"journal\":{\"name\":\"Jurnal Sistem Komputer dan Kecerdasan Buatan\",\"volume\":\"39 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-07\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Sistem Komputer dan Kecerdasan Buatan\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47970/siskom-kb.v7i1.464\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Sistem Komputer dan Kecerdasan Buatan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47970/siskom-kb.v7i1.464","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Klasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier
Abstract— Penelitian ini bertujuan untuk meningkatkan peforma model saat melakukan klasifikasi peyakit jantung. Algoritma random fores digunakan untuk melakukan klasifikasi peyakit jantung berdasarkan fitur-fitur yang ada pada dataset. Klasifikasi ini dilakukan dengan menggunakan Heart Disease Dataset dari kaggle yang mempunyai 2 class diantaranya 0 (tidak terindikasi penyakit), dan 1 (terindikasi penyakit). Selanjutnya dataset tersebut dilakukan teknik pre-prosessing data, normalisasi data, split data, klasifikasi dan yang terakhir evaluasi metode. Penelitian ini mengungkapkan bahwa metode random forest berhasil menghasilkan tingkat akurasi yang lebih tinggi dalam proses klasifikasi penyakit jantung, dibandingkan dengan hasil penelitian sebelumnya yaitu mencapai akurasi sebesar 94%. Hal ini menunjukkan bahwa penggunaan Random forest dibantu dengan teknik pre-prosessing, dan normalisasi data dapat menjadi alternatif yang baik dalam melakukan klasifikasi. Penelitian ini memberikan manfaat saat klasifikasi penyakit jantung secara cepat dan akurat.
Keywords —Penyakit Jantung, Random Forest