ANGGI DWI NURUL AINI - 17190051 Primary Author Maxsi Ary, S.Si., S.Kom., M.Kom (Pembimbing) Editor mixed material bibliography Universitas ARS 2023 id Indonesia

Skripsi

ABSTRAK Penyakit jantung adalah salah satu masalah kesehatan yang serius di seluruh dunia. Untuk mengidentifikasi dan mendiagnosis penyakit ini dengan tepat, penggunaan machine learning menjadi penting. Penelitian ini menguji keampuhan algoritma klasifikasi K-Nearest Neighbor (K-NN) dan Naive Bayes dalam membedakan secara akurat pasien yang menderita penyakit jantung. Metode Naive Bayes menunjukkan tingkat akurasi yang luar biasa, mencapai skor 82,34%. Selain itu, metode ini juga menunjukkan nilai AUC (Area Under the Curve) yang tinggi, yaitu 0,907. Di sisi lain, algoritma k-nearest neighbor menunjukkan tingkat akurasi yang sedikit berkurang yaitu 76,79% dan nilai AUC 0,847. Particle Swarm Optimization (PSO) digunakan untuk meningkatkan ketepatan kedua teknik tersebut. Penggunaan gabungan metode K-Nearest Neighbors (K-NN) dan teknik Particle Swarm Optimization (PSO) menghasilkan tingkat akurasi yang luar biasa yaitu 96,54% dan nilai Area Under the Curve (AUC) sebesar 0,975. Di sisi lain, algoritma Naive Bayes, yang kemudian ditingkatkan dengan pemanfaatan teknik Particle Swarm Optimization (PSO), menghasilkan tingkat akurasi sebesar 89,04% dan nilai Area Under the Curve (AUC) sebesar 0,931. NONE Digital Library ARS University Perpustakan Online ARS University 011/S1.TI.SKP/2023 S03454K Teknik Informatika 011/S1.TI.SKP/2023 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8621 2026-05-11 10:49:05 2026-05-11 10:50:15 machine generated