IMPLEMENTASI ALGORITMA RANDOM FOREST DALAM MEMPREDIKSI RESIKO TERKENA PENYAKIT HIPERTENSI

Siska, Apriyani (2024) IMPLEMENTASI ALGORITMA RANDOM FOREST DALAM MEMPREDIKSI RESIKO TERKENA PENYAKIT HIPERTENSI. Skripsi thesis, INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA.

[img] Text
Cover.pdf
Download (0B)
[img] Text
Pernyataan, Persetujuan, dan Pengesahan.pdf
Download (3MB)
[img] Text
Abstrak.pdf
Download (0B)
[img] Text
Daftar Isi.pdf
Download (0B)
[img] Text
BAB 1.pdf
Download (0B)
[img] Text
BAB 2.pdf
Download (0B)
[img] Text
BAB 3.pdf
Download (0B)
[img] Text
BAB 4.pdf
Download (0B)
[img] Text
BAB 5.pdf
Download (0B)
[img] Text
Daftar Pustaka.pdf
Download (0B)

Abstract

Peningkatan tekanan darah di atas 140/90 mmHg dikenal sebagai hipertensi, yang sering disebut sebagai "silent killer" karena sering tidak terdeteksi sampai komplikasi muncul. Hipertensi terbagi menjadi dua kategori: primer, yang penyebabnya tidak diketahui dan sekunder yang terjadi karena kondisi medis lain. WHO melaporkan 1,28 miliar kasus hipertensi pada 2021, dengan prevalensi yang lebih tinggi di negara berpenghasilan rendah dan menengah, dengan 57,6% kasus di Indonesia yang tidak terdiagnosis, menyebabkan komplikasi serius. Dengan menggunakan 26.083 set data dari repositori Kaggle, penelitian ini menggunakan algoritma Random Forest untuk memprediksi risiko hipertensi. Algoritma ini menghasilkan model prediksi yang akurat sebesar 100% sehingga akurasi ini sangat baik dalam memprediksi seseorang terkena penyakit hipertensi. Kata kunci : Hipertensi, Silent killer, Algoritma Random Forest

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eSkripsi
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Siska siska siska
Date Deposited: 06 Jan 2025 04:20
Last Modified: 06 Jan 2025 04:20
URI: http://repo.darmajaya.ac.id/id/eprint/19123

Actions (login required)

View Item View Item