Penerapan Algoritma Artificial Neural Network Untuk Memprediksi Penyakit Gagal Jantung

Dublin Core

Title

Penerapan Algoritma Artificial Neural Network Untuk Memprediksi Penyakit Gagal Jantung

Subject

Gagal Jantung, Kecerdasan Buatan, Learning Machine, Artificial Neural Netwrok (ANN)

Description

Gagal jantung adalah kondisi medis kritis yang mempengaruhi jutaan orang di seluruh dunia, memberikan beban yang signifikan pada sistem perawatan kesehatan dan menyebabkan tingkat morbiditas dan mortalitas yang substansial. Terdapat hampir 26 juta orang diseluruh dunia terkena penyakit jantung. Titik khawatirnya adalah, rasio ini diprediksi akan bertambah banyak pada tahun berikutnya, jika tindakan pencegahan tidak dilakukan secara efisien. Dalam beberapa tahun terakhir, kemajuan dalam kecerdasan buatan dan teknik Learning Machine telah membuka jalan baru bagi para profesional kesehatan untuk meningkatkan diagnosis dan prognosis di berbagai bidang medis. Penelitian ini akan bertujuan membuat model Artificial Intelligence yang bisa memprediksi penyakit gagaljantung pada manusia dengan menggunakan metode Artificial Neural Netwrok. Metode Artificial Neural Netwrok merupakan algoritma yang mencontoh cara kerja pada jaringan saraf biologis di otak manusia. Berdasarkan rangkaian proses yang sudah dilakukan penelitian kali ini, dan telah disimpulkan bahwa hasil dari penelitian kali ini sudah berhasil mengembangkan model prediksi gagal jantung dengan menerapkan algoritma Artificial Neural Network (ANN) dan mendapatkan hasil akurasi terbaik yaitu sebesar 97%.

Creator

Wulida Rahmadani1, AnissaFebby Wijaya2, Muhammad Nazar Umar3

Source

https://jsi.ejournal.unsri.ac.id/index.php/jsi/article/view/148/139

Publisher

Institut Teknologi Telkom Purwokerto

Date

April 2024

Contributor

Fajar bagus W

Format

PDF

Language

Indonesia

Type

Text

Files

Citation

Wulida Rahmadani1, AnissaFebby Wijaya2, Muhammad Nazar Umar3, “Penerapan Algoritma Artificial Neural Network Untuk Memprediksi Penyakit Gagal Jantung,” Repository Horizon University Indonesia, accessed March 14, 2025, https://repository.horizon.ac.id/items/show/7338.