M Afif Rizky A, - (2021) Pemodelan Menggunakan Algoritma Random Forest Pada Kasus Cardiovascular Syndrome Acute. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (Bab IV dan V) 3. bab iv dan bab v Hasil Penelitian M Afif Rizky A 11551100310.pdf - Published Version Restricted to Repository staff only Download (2MB)
Preview	Text TA Keseluruhan Kecuali Hasil Penelitian.pdf Download (4MB) | Preview

Abstract

Cardiovascular syndrome acute adalah salah satu penyakit dengan resiko kematian tertinggi. Sangat sulit untuk dapat menginterpretasi pola dan risiko dari kasus cardiovascular syndrome acute. Dengan bantuan data science dan machine learning, pola kasus cardiovascular syndrome acute dapat lebih dipahami tanpa melakukan pemograman dengan tingkat yang eksplisit. Tujuan dari penelitian ini adalah meninjau evaluasi dari penggunaan teknik data science dan algoritma machine learning dalam membuat sebuah model yang dapat mengklasifikasi terjadi atau tidaknya kasus cardiovascular syndrome acute. Pembelajaran dilakukan dengan menggunakan algoritma machine learning random forest dengan skenario pembelajaran 70:30, 80:20, 90:10 pada 444 data kasus cardiovascular syndrome acute. Hasil eksperimen dievaluasi dengan berbagai metrik statistik (accuracy, precision dan recall) pada masing masing skenario pembelajaran pada 444 data kasus cardiovascular syndrome acute menunjukkan bahwa model dengan skenario pemberajaran 70:30 berhasil mendapatkan akurasi sebesar 83,45%, precision 85% dan recall sebesar 92,4%. Berdasarkan hasil tersebut membuktikan bahwa algoritma random forest berhasil membuat model yang dapat mengenali kasus cardiovascular syndrome acute. Kata Kunci : Cardiovascular Syndrome Acute, Data Science, Machine Learning, Pemodelan, Random Forest

Actions (login required)

View Item