Prediksi Risiko Penyakit Jantung Berdasarkan Data Kesehatan Menggunakan K-Nearest Neighbors

Hidayat, Wahyu (2024) Prediksi Risiko Penyakit Jantung Berdasarkan Data Kesehatan Menggunakan K-Nearest Neighbors. undergraduate thesis, Universitas Muhammadiyah Gresik.

This is the latest version of this item.

[img] Text
LEMBAR KEASLIAN.pdf

Download (90kB)
[img] Text
LEMBAR PERSETUJUAN.pdf

Download (83kB)
[img] Text
LEMBAR PENGESAHAN.pdf

Download (106kB)
[img] Text
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH.pdf

Download (3MB)
[img] Text
HALAMAN JUDUL.pdf

Download (400kB)
[img] Text
2025_TA_INF_200602065_BAB 1.pdf

Download (33kB)
[img] Text
2025_TA_INF_200602065_BAB 2.pdf

Download (310kB)
[img] Text
2025_TA_INF_200602065_BAB 3.pdf

Download (1MB)
[img] Text
2025_TA_INF_200602065_BAB 4.pdf
Restricted to Repository staff only

Download (899kB)
[img] Text
2025_TA_INF_200602065_BAB 5.pdf

Download (18kB)
[img] Text
2025_TA_200602065_DAFTAR PUSTAKA.pdf

Download (42kB)

Abstract

Jantung merupakan salah satu organ yang memiliki peranan yang sangat penting bagi seorang manusia. Jantung yang tidak sehat sangat mempengaruhi fungsi organ tubuh lainnya. Penyakit jantung koroner adalah penyempitan atau tersumbatnya pembuluh darah arteri jantung yang disebut pembuluh darah koroner. Masalah yang dihadapi saat ini adalah kelemahan dalam memprediksi penyakit jantung dan mengetahui apakah seseorang menderita penyakit tersebut. Dibutuhkan teknik yang lebih efisien dan sesuai untuk membuat prediksi yang akurat tentang kemungkinan penyakit jantung. Dalam mengatasi hal tersebut, penelitian ini menggunakan algoritma K-Nearest Neighbor pada hearth disesase dataset yang diperoleh dari situs UCI Machine Learning untuk mengetahui risiko penyakit jantung berdasarkan atribut yang ada. Hasil terbaik diperoleh dengan Accuracy 60% pada parameter K=5, menunjukkan bahwa algoritma ini cukup efektif meskipun Accuracynya masih dapat ditingkatkan. Pembagian dataset sebanyak 75 data latih dan 25 data uji menunjukkan potensi penggunaan KNN untuk diagnosis awal risiko penyakit jantung, meski performa model dipengaruhi oleh jumlah data dan pemilihan parameter K

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: Data Mining, Penyakit Jantung, K-Nearest Neighbors (KNN)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Wahyu Hidayat
Date Deposited: 27 Nov 2025 02:08
Last Modified: 27 Nov 2025 02:08
URI: http://eprints.umg.ac.id/id/eprint/15415

Available Versions of this Item

Actions (login required)

View Item View Item