RASHAD, Ibnu and Isnanto, Rizal and Widodo, Catur Edi (2023) SISTEM PREDIKSI UNTUK RISIKO PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA KLASIFIKASI LINEAR DISCRIMINANT ANALYSIS. Masters thesis, UNIVERSITAS DIPONEGORO.

	Text 1.COVER.pdf Download (3MB)
	Text 2.BAB I.pdf Download (260kB)
	Text 3.BAB II.pdf Download (367kB)
	Text 4.BAB III.pdf Restricted to Repository staff only Download (294kB)
	Text 5.BAB IV.pdf Restricted to Repository staff only Download (904kB)
	Text 6.BAB V.pdf Download (243kB)
	Text 7.DAFTAR PUSTAKA.pdf Download (328kB)
	Text 8.LAMPIRAN.pdf Restricted to Repository staff only Download (356kB)

Abstract

Penyakit jantung Koroner Ischaemic menjadi penyebab kematian utama global. Penyakit ini hanya dapat didiagnosis dengan berkonsultasi langsung ke dokter ahli jantung dengan biaya yang cenderung tidak sedikit. Di lain pihak membutuhkan suatu sistem untuk mendeteksi penyakit jantung untuk seorang pasien dengan biaya yang minim, dari pengembangan suatu teknologi, khususnya di bidang kecerdasan buatan. Terdapat metode yang dapat mendeteksi penyakit jantung secara otomatis yaitu menggunakan machine learning diantaranya adalah Linear Discriminant Analysis. Pada penelitian ini algoritma linear discriminant analysis diterapkan untuk mengklasifikasikan penyakit jantung. Dataset yang digunakan berasal dari UCI machine learning repository. Penelitian ini melakukan dua kondisi percobaan yakni, penyakit jantung pada penderita atau tidak, klasifikasi penyakit jantung lain ditentukan berdasarkan dari 5 tahapan. Hasil yang didapatkan membuktikan klasifikasi LDA dengan menggunakan 2 kelas lebih baik dibandingkan 5 kelas. Penerapan algoritma LDA dalam pengklasifikasian penyakit jantung dengan 2 lebel digunakan sebagai tujuan atau hasil. Dari hasil yang didapat, ketepatan nilai yang didapat 0,82, nilai pengulangan 0,81, nilai f1 memiliki nilai 0,81, dengan ketepatan 81,22%. hasil dari penerapan algoritma LDA untuk mengkategorikan penyakit jantung dalam 5 tahapan dapat dijadikan hasil akhir atau tujuan. Berdasarkan ini, akurasi nilai adalah 0,56, nilai recall pengulangan adalah 0,59, nilai f1 adalah 0,56, dengan ketepatan presisi mencapai 59,38%.
Kata Kunci: Penyakit jantung koroner, Machine learning, Linear Discriminant Analysis

Ischaemic Coronary heart disease is the leading global cause of death. A disease diagnosis can only be consulted by a cardiologist directly, which can be highly costly. On the other hand, it requires a system to detect heart disease for a patient at minimal cost, from the development of technology, especially in the world of artificial intelligence. Some methods can detect heart disease automatically, namely using machine learning, including Linear Discriminant Analysis. This study applied a linear discriminant analysis algorithm to classify heart disease. The dataset used is from the UCI machine learning repository. This study conducted two experimental conditions, namely, heart disease in patients or not, and another was determined based on five stages. The results prove that the LDA classification using two classes is better than five class. As a result, the LDA algorithm is applied to heart disease classification with two labels. From the results acquire, the accuracy value is 0.82, the repetition value is 0.81, and the f1 value has value of 0.81, with an accuracy of 81.22%. the results of applying the LDA algorithm to categorize heart disease into five stages be used as the aim. Based on this study, the accuracy value is 0.56, the recall value is 0.59, and the f1 value is 0.56, with precision reaching 59.38%.
Keywords: Coronary heart disease, Machine learning, Linear Discriminant Analysis.

Actions (login required)

View Item