📅 21 November 2025
DOI: 10.51903/ana03n66

Klasifikasi Penyakit Gagal Jantung Mengunakan Metode Decision Tree

JUISI : Jurnal Ilmiah Sistem Informasi
Universitas Sains dan Teknologi Komputer

📄 Abstract

Deteksi awal gagal jantung sangat krusial untuk mengurangi angka sakit dan kematian. Metode machine learning, khususnya klasifikasi yang berbasis decision tree, menunjukkan potensi untuk mendukung keputusan medis dengan memisahkan pasien berisiko menggunakan variabel klinis yang biasa. Tujuan penelitian ini adalah untuk merancang dan menilai model Decision Tree dalam mengklasifikasikan pasien dengan gagal jantung menggunakan data klinis yang bersifat publik. Langkah-langkah dalam penelitian mencakup preprocessing (mengatasi nilai yang hilang, normalisasi, dan pemilihan fitur), pelatihan dengan stratified k-fold cross-validation, serta penilaian menggunakan metrik accuracy, precision, recall, F1-score, dan AUC. Hasil dari eksperimen menunjukkan bahwa Decision Tree yang dioptimalkan memberikan performa yang kompetitif serta keunggulan dalam interpretabilitas melalui aturan keputusan yang jelas. Sumbangan penelitian ini meliputi (1) pipeline yang dapat direproduksi untuk klasifikasi gagal jantung (heart failure), (2) kumpulan aturan yang mendukung skrining klinis heuristik, dan (3) perbandingan empiris terhadap metode machine learning lainnya. Temuan ini menunjukkan bahwa Decision Tree dapat menjadi alat skrining awal yang efektif, terutama di tempat dengan keterbatasan sumber daya.

🔖 Keywords

#Heart Failure Classification; Machine Learning; Decision Tree; Interpretability; Clinical Screening; Decision Tree; Klasifikasi Gagal Jantung; Pembelajaran Mesin; Interpretabilitas; Skrining Klinis

ℹ️ Informasi Publikasi

Tanggal Publikasi
21 November 2025
Volume / Nomor / Tahun
Volume 4, Nomor 3, Tahun 2025

📝 HOW TO CITE

Fatah, Zaehol ; Atreji, Reza ; Fatah, Zaehol ; Atreji, Reza, "Klasifikasi Penyakit Gagal Jantung Mengunakan Metode Decision Tree," JUISI : Jurnal Ilmiah Sistem Informasi, vol. 4, no. 3, Nov. 2025.

ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
DOI

🔗 Artikel Terkait dari Jurnal yang Sama

Design and Implementation of a Web-Based QR Code Employee Attendance System for Optimizing Attendance Management: A Case Study at Bento and Es Teh Luwes Ungaran

Nufninu, Novinda Grezen; Rudjiono, Rudjiono; Panjaitan, Cherlina Helena Purnamasari ; Nufninu, Novinda Grezen; Rudjiono, Rudjiono; Panjaitan, Cherlina Helena Purnamasari

21 May 2026

Deteksi Aktivitas Vape Berbasis Yolov8 pada Citra dan Video dengan Pendekatan Deep Learning

Lahuddin, Lahuddin; Larasati, Pamela ; Hasbi, Abdilah; Lahuddin, Lahuddin; Larasati, Pamela ; Hasbi, Abdilah

21 May 2026

Grouping of Student Attendance Discipline Levels Based on Daily Attendance Data Using the K-Means Algorithm

Putri, Syahwa Mutiara ; Rahmawati, Anita; Bella, Alfina Chintya; Gurowo, Damar Aji; Arifin, Muhammad; Putri, Syahwa Mutiara ; Rahmawati, Anita; Bella, Alfina Chintya ; Gurowo, Damar Aji; Arifin, Muhammad

21 May 2026

Sistem Informasi Penerimaan Jasa Tenaga Kerja Berbasis Website dengan Metode Extreme Programming (Studi Kasus PT: Gunung Batu)

Pramudya, Bagas; Ariati, Nining ; Dhamayanti, Dhamayanti; Pramudya, Bagas; Ariati, Nining ; Dhamayanti, Dhamayanti

21 May 2026

Analisis Perbandingan Yolov11 dan MobileNetV3 untuk Klasifikasi Varietas Padi

Octaviansyah, Ade ; Sari, Herva Emilda; Raharjo, Teguh; Octaviansyah, Ade; Sari, Herva Emilda ; Raharjo, Teguh

21 May 2026

UI/UX Design of a Mobile Application for Shoe Cleaning Service Management Using the Design Thinking Method (Case Study: OurShoes)

Cahyani, Clariesta Eka Nanda ; Voutama, Apriade ; Cahyani, Clariesta Eka Nanda ; Voutama, Apriade

21 May 2026

📊 Statistik Sitasi Jurnal