Image of Prediksi penyakit jantung menggunakan hybrid machine learning berbasis support vector maching dan extreme gradient boosting (XG Boost)

Text

Prediksi penyakit jantung menggunakan hybrid machine learning berbasis support vector maching dan extreme gradient boosting (XG Boost)

Penyakit jantung adalah salah satu penyebab kematian terbanyak di dunia membunuh sekotar lebih dari 17 juta orang diseluruh dunia setiap tahunnya dan prediksi penyakit jantung menjadi sangat penting untuk mencegah kematian yang disebabkan oleh penyakit ini. Dalam beberapa tahun terakhir, teknologi machine learning telah menunjukkan potensi besar dalam meningkatkan akurasi prediksi penyakit jantung. Penelitian ini memprediksi penyakit jantung dengan menggunakan metode Machine Learning. ML. memiliki efektifitas dan harga yang lebih murah untuk mendeteksi suatu penyakit. Penelitian ini bertujuan untuk memprediksi penyakit jantung dengan menggunakan perbandingan dari algoritma ML. Dalam penelitian ini menggunakan dataset dari UCI Machine Learning Repository. Pada penelitian ini, metode yang digunakan meliputi Support Vector Machine (SVM), XGBoost, SMOTE. Dari penelitian ini didapatkan akurasi terbaik menggunakan algoritma XGBoost dengan akurasi mencapai 86.00%.

Ketersediaan
SI25/004SI 25/004Prodi Sistem Informasi (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
SI 25/004
Penerbit
Jakarta : Universitas Trilogi.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Management information systems
Trilogi University--Management information systems
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar