UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Optimasi Model Artificial Neural Network Dalam Klasifikasi Serangan Jantung Menggunakan Logistik Regresion
Penanda Bagikan

Skripsi

Optimasi Model Artificial Neural Network Dalam Klasifikasi Serangan Jantung Menggunakan Logistik Regresion

Bojes - Nama Orang;

ABSTRAK
BOJES, Optimasi Model Artificial Neural Network dalam Klasifikasi Serangan Jantung Menggunakan Logistic Regression (dibimbing oleh Muhammad Arafah, dan A. Sumardin)

Serangan jantung merupakan kondisi serius ketika aliran darah ke otot jantung terhenti akibat penyumbatan arteri koroner, yang dapat menyebabkan kerusakan permanen pada jaringan jantung. Penyakit ini termasuk salah satu penyebab kematian tertinggi di dunia, di mana keterlambatan deteksi dini menjadi faktor utama yang memperburuk angka mortalitas. Permasalahan utama dalam penelitian ini adalah tingginya angka kematian akibat serangan jantung yang dipicu oleh keterlambatan deteksi dini. Artificial Neural Network (ANN) terbukti mampu mengenali pola data medis yang kompleks, namun masih memiliki keterbatasan dalam interpretasi dan kestabilan hasil. Untuk mengatasi hal tersebut, penelitian ini mengintegrasikan ANN dengan Logistic Regression. Dataset penelitian diperoleh dari Kaggle dengan jumlah 79.583 data pasien yang terdiri atas 15 variabel prediktor dan 1 variabel target. Metode penelitian meliputi preprocessing, pembagian data (90:10, 80:20, 70:30), pembangunan model ANN sebagai baseline, penerapan Logistic Regression sebagai classifier, serta evaluasi menggunakan akurasi, precision, recall, f1-score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa ANN menghasilkan akurasi rata-rata sebesar 96% dengan nilai ROC-AUC 0,99. Sementara itu, model hybrid ANN + Logistic Regression memberikan performa lebih optimal dengan akurasi tertinggi 97% dan nilai ROC-AUC konsisten 0,99 pada seluruh skenario pengujian. Hal ini membuktikan bahwa integrasi Logistic Regression mampu meningkatkan efektivitas ANN dalam mengklasifikasikan serangan jantung serta mengurangi kesalahan prediksi pada kelas positif.

Kata Kunci: Artificial Neural Network, Logistic Regression, Klasifikasi, Serangan Jantung, Machine Learning.
 


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 912) SKR/TI/2025 REF BOJ o
2919/SKR-Ti/AKBA/25
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR BOJ o
Penerbit
Makassar : UNITAMA., 2025
Deskripsi Fisik
xvi + 101 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF BOJ o
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Muhammad Arafah dan Pembimbing II: A. Sumardin Penguji: Andi Maulidinnawati A. K. P, Nuzaenab dan Fitriana M. Sabir
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?