Komparasi Support Vector Machine, Logistic Regression Dan Artificial Neural Network Dalam Prediksi Penyakit Jantung

Abstract

Penyakit jantung adalah salah satu penyakit yang menyebabkan resiko kematian cukup tinggi di dunia. Kolesterol, diabetes, tekanan darah tinggi merupakan faktor-faktor pemicu terjadinya penyakit jantung. Perlu deteksi sejak ini mengenai prediksi penyakit jantung pada setiap individu agar pencegahan dan pengobatan dapat segera dilakukan demi tingkat Kesehatan yang lebih baik. Berbagai metode dapat dilakukan untuk melakukan deteksi penyakit jantung, baik dengan metode tradisional dan metode yang memanfaatkan teknologi. Saat ini mulai banyak bermunculan system pendeteksi penyakit jantung dengan memanfaatkan algoritma machine learning. Algoritma machine learning dianggap mudah untuk diaplikasikan untuk mengklasifikasikan apakah seseorang terkena penyakit jantung. Penelitian ini mencoba melakukan klasifikasi penyakit jantung menggunakan dataset public dari UCI menggunakan tiga algorima machine learning, yaitu Support Vector Machine (SVM), Logistic Regression (LR) dan Artifiacial Neural Network (ANN). Ketiga algorima tersebut diuji menggunakan empat skenario pembagian data training dan testing yang berbeda, yaitu 90:10, 80:20, 70:40 dan 60:40. Dari hasil eksperimen didapatkan hasil akurasi tertinggi pada metode Logistic Regression sebesar 86% menggunakan skenario pembagian data 80:20.