Klasifikasi Penyakit Jantung Koroner Menggunakan Metode Backpropagation Neural Network (Studi Kasus: Rumah Sakit Ibnu Sina Pekanbaru)

Repi Ramadani, Elvia Budianita

Abstract


Penyakit Jantung Koroner (PJK) merupakan salah satu penyebab utama kematian tertinggi yang tidak menular. Dalam upaya mengatasi masalah ini, teknologi informasi dan data mining digunakan untuk analisis data medis, termasuk data Penyakit Jantung Koroner dengan menggunakan metode Backpropagation Neural Network. Penelitian ini bertujuan untuk menghasilkan model klasifikasi yang akurat dan efesien untuk mendukung diagnosis Penyakit Jantung Koroner. Jumlah data yang digunakan 500 data dari RS Ibnu Sina Pekanbaru dengan 9 atribut dan yang dilabeli menjadi dua kategori, 250 pasien “iya” (jantung koroner) penyakit jantung koroner dan 250 “tidak” (bukan jantung koroner). Dengan beberapa pembagian data hasil penelitian ini menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan data dengan tingkat akurasi tinggi yang mencapai 100% dengan presisi 100% dan recall 100%.


Full Text:

PDF

References


J. D. Muthohhar and A. Prihanto, “Analisis Perbandingan Algoritma Klasifikasi untuk Penyakit Jantung,” J. Informatics Comput. Sci., vol. 04, pp. 298–304, 2023, doi: 10.26740/jinacs.v4n03.p298-304.

P. D. Putra, S. Sukemi, and D. P. Rini, “Peningkatan Akurasi Klasifikasi Backpropagation Menggunakan Artificial Bee Colony dan K-NN Pada Penyakit Jantung,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 1, p. 208, Jan. 2021, doi: 10.30865/mib.v5i1.2634.

H. Maradona, “SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN METODE CASE BASED REASONING (CBR),” 2021.

L. Farida Tampubolon, A. Ginting, F. Ermasta Saragi Turnip, Stik. Santa Elisabeth Medan, J. Bunga Terompet No, and K. Medan Selayang, “GAMBARAN FAKTOR YANG MEMPENGARUHI KEJADIAN PENYAKIT JANTUNG KORONER (PJK) DI PUSAT JANTUNG TERPADU (PJT),” 2023. [Online]. Available: http://journal.stikeskendal.ac.id/index.php/PSKM

Y. A. Sari, Widiastuti, and B. Fitriyasti, “Gambaran Faktor Risiko Kejadian PenyakitJantung Koroner di Poliklinik Jantung RSI SitiRahmah Padang Tahun 2017-2018,” 2021.

T. Awi, D. Darliana, M. Program Studi Ilmu Keperawatan, F. Keperawatan Universitas Syiah Kuala Banda Aceh, and B. Keilmuan Keperawatan Medikal Bedah Fakultas Keperawatan Universitas Syiah Kuala Banda Aceh, “PENGETAHUAN TENTANG FAKTOR RISIKO PADA PASIEN PENYAKIT JANTUNG KORONER Knowledge of Risk Factors in Coronary Heart Disease Patients,” 2021.

D. C. Rahayu, L. Hakim, and K. Harefa, “Faktor-Faktor Yang Mempengaruhi Kejadian Penyakit Jantung Koroner Di Rsud Rantau Prapat Tahun 2020,” PREPOTIF J. Kesehat. Masy., vol. 5, no. 2, pp. 1055–1057, 2021, doi: 10.31004/prepotif.v5i2.2379.

I. Ahmad, S. Samsugi, and Y. Irawan, “Implementasi Data Mining Sebagai Pengolahan Data,” J. Teknoinfo, vol. 16, no. 1, p. 46, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/107

K. K. Rekayasa, N. Khoiruzzaman, R. Dias Ramadhani, and A. Junaidi, “Hasil Klasifikasi Algoritma Backpropagation dan K-Nearest Neighborpada Cardiovascular Disease,” 2021. [Online]. Available: https://archive.ics.uci.edu/ml/machine-learning-

H. Lubis, Chairisni., “KLASIFIKASI POTENSI MENDERITA PENYAKIT JANTUNG KORONER DENGAN BACKPROPAGATION NEURAL NETWORK,” 2022.


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id