Fitria Novitasari, - (2023) Sistem Klasifikasi Penyakit Jantung Menggunakan Teknik Pendekatan SMOTE Pada Algoritma Modified K-Nearest Neighbor. Jurnal Building of Informatics, Technology and Science (BITS), 5 (1). pp. 274-284. ISSN 2684-8910 (Print) | 2685-3310 (Online)

Preview

Text Laporan Fitria Novitasari.pdf Download (2MB) | Preview

Abstract

Jantung adalah organ vital yang berperan penting dalam mengalirkan darah yang terdapat oksigen dan nutrisi ke seluruh tubuh. Penyakit jantung merujuk pada kerusakan pada jantung yang dapat terjadi dalam berbagai bentuk, baik disebabkan oleh infeksi maupun kelainan bawaan. Organisasi Kesehatan Dunia (WHO) memaparkan tercatat hampir 17,9 juta kematian setiap tahun yang disebabkan akibat penyakit jantung, di Indonesia prevalensi penyakit jantung sekitar 1,5%, dengan arti pada tahun 2018 sekitar 15 dari 1.000 jiwa atau hampir 2.784.06 jiwa akan menderita penyakit ini berdasarkan data Riset Kesehatan Dasar (Riskesdas) 2018. Banyak masyarakat kurang paham tentang kesehatan jantung, sehingga mereka sering tidak menyadari penyakit jantung yang mereka derita. Hal ini disebabkan kurangnya kesadaran akan pentingnya pemeriksaan medis terkait kesehatan jantung. MKNN termasuk salah satu metode data mining digunakan dalam klasifikasi penyakit jantung. Data yang digunakan pada penelitian didapat dari repositori UCI dataset yang mana terdapat 918 record dengan 12 atribut Untuk menyeimbangkan dataset yang memiliki kelas minoritas, digunakan pendekatan Synthetic Minority Over-sampling Technique (SMOTE), yang menghasilkan data sampel baru dari kelas minoritas. Tujuan dari pengembangan sistem berbasis web untuk klasifikasi penyakit jantung adalah membantu masyarakat dalam melakukan pemeriksaan risiko penyakit jantung sedini mungkin. Dengan demikian, mereka dapat mengambil tindakan preventif lebih awal. Hasil akurasi dari algoritma MKNN dengan rasio 90:10 adalah 88,05%, sedangkan dengan pendekatan MKNN+SMOTE, akurasinya meningkat menjadi 90,20%. Penggunaan pendekatan SMOTE mampu meningkatkan akurasi data dengan kinerja rendah.

Actions (login required)

View Item