Prediksi Risiko Penyakit Jantung Menggunakan Algoritma Linear Discriminant Analysis
Abstract
Penyakit jantung iskemik koroner merupakan penyebab kematian paling umum di seluruh dunia. Diagnosis penyakit ini hanya dapat ditegakkan melalui konsultasi langsung dengan dokter spesialis jantung yang relatif membutuhkan banyak tenaga. Di satu sisi diperlukan suatu sistem untuk mendeteksi penyakit jantung pada pasien dengan biaya minimal, dimulai dari perkembangan teknologi khususnya di bidang kecerdasan buatan. Ada metode yang bisa mendeteksi penyakit jantung secara otomatis yaitu machine learning, termasuk analisis diskriminan linier. Dalam penelitian ini, kami menerapkan algoritma analisis diskriminan linier pada klasifikasi penyakit jantung. Dataset yang digunakan diambil dari UCI Machine Learning Repository. Studi tersebut melakukan dua kondisi eksperimental di mana pasien diminta untuk memutuskan apakah mereka menderita penyakit jantung atau kondisi jantung lainnya berdasarkan skala lima poin. Hasil yang diperoleh membuktikan bahwa klasifikasi LDA dua kelas lebih baik dibandingkan klasifikasi LDA lima kelas. Tujuan atau hasilnya adalah penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung dengan dua label. Dari hasil yang diperoleh diperoleh nilai presisi sebesar 0,82, nilai repeatability sebesar 0,81, nilai f1 sebesar 0,81, dan akurasi sebesar 81,22%. Hasil penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung menjadi lima stadium dapat dijadikan hasil atau tujuan akhir. Berdasarkan hal tersebut diperoleh nilai presisi sebesar 0,56, nilai repeat sebesar 0,59, nilai f1 sebesar 0,56, dan presisi sebesar 59,38%.
Downloads
Download data is not yet available.
References
Abufaraj, M., Shariat, S., Moschini, M., Rohrer, F., Papantoniou, K., Devore, E.,
... & Schernhammer, E. (2020). The impact of hormones and reproductive factors on the risk of bladder cancer in women: results from the Nurses’ Health Study and Nurses’ Health Study II. International journal of epidemiology, 49(2), 599-607.
Anggrestianingsih, A., Widodo, A. W., dan Furqon, M. T. (2019). Implementasi Metode Linear Discriminant Analysis ( LDA ) Untuk Klasifikasi Pengambilan Mata Kuliah Pilihan. Vol 3(10), 10337–10343.
DwiBhaskara, A. (2016). Implementasi Linear Discriminant Analysis (Lda) Untuk Klasifikasi Tingkat Resiko Terkena Penyakit Stroke (Doctoral dissertation, Universitas Brawijaya).
Budiman, E., Santoso, E., & Afirianto, T. (2017). Pendeteksi Jenis Autis pada Anak Usia Dini Menggunakan Metode Linear Discriminant Analysis (LDA). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
Caulkins, J. P., Ding, W., Duncan, G., Krishnan, R., dan Nyberg, E. (2006). A method for managing access to web pages: Filtering by Statistical Classification (FSC) applied to text. Decision Support Systems, Vol 42(1), 144–161.
Dimas, K. J., Anisa, R., & Sulvianti, I. D. (2020). Perbandingan Quadratic Discriminant Analysis dan Support Vector Machine untuk Klasifikasi Tutupan Lahan di DKI Jakarta. Xplore: Journal of Statistics, 9(1), 12-20.
Dutta, D., Sil, J., dan Dutta, P. (2020). A bi-phased multi-objective genetic algorithm based classifier. Vol 146.
El-Sayed, R. S. (2018). Linear Discriminant Analysis for An Efficient Diagnosis of Heart Disease via Attribute Filtering Based on GeneticAlgorithm.journal of computer Department of Math &Computer Science, Faculty of Science, Al- Azhar University, Cairo. Egypt.
Ghaderyan, P., Abbasi, A., dan Sedaaghi, M. H. (2014). An efficient seizure prediction method using KNN-based undersampling and linear frequency measures. Journal of Neuroscience Methods, Vol 232, 134–142.
Ghwanmeh, S., Mohammad, A., & Al-Ibrahim, A. (2013). Innovative artificial neural networks-based decision support system for heart diseases diagnosis. Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Springer
Berlin.
Han, J., Kamber, M., dan Pei, J. (2012). Introduction. In Data Mining.
Hana, F. M. (2020). Perbandingan Algoritma Neural Network Dengan Linier Discriminant Analysis (Lda) Pada Klasifikasi Penyakit Diabetes. Vol 1, 1541– 1541.
Jabri, A., Kumar, A., Verghese, E., Alameh, A., Kumar, A., Khan, M. S., ... & Kalra, A. (2021). Meta-analysis of effect of vegetarian diet on ischemic heart disease and all-cause mortality. American Journal of Preventive Cardiology, 7, 100182.
Jumeilah, F. S. (2017). Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), Vol 1(1), 19.
Junaid, M. J. A., dan Kumar, R. (2020). Data Science and Its Application in Heart Disease Prediction. Proceedings of International Conference on Intelligent Engineering and Management, ICIEM 2020, 396–400.
Mai, H., Pham, T. T., Nguyen, D. N., dan Dutkiewicz, E. (2018). Non-Laboratory- Based Risk Factors for Automated Heart Disease Detection. International Symposium on Medical Information and Communication Technology, ISMICT, 2018-March, 1–6.45
Manning, D. d. (2009). An Introduction to Information Retreival. Cambridge: Cambridge University Press.
Merawati Ni Luh Putu, A. Z. (2019). Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok. Jurnal Rekayasa Sistem dan Teknologi Informasi, 1-9.
Mori, K., Nomura, T., Akezaki, Y., Yamamoto, R., dan Iwakura, H. (2020). Impact of Tai Chi Yuttari-exercise on arteriosclerosis and physical function in older people. Archives of Gerontology and Geriatrics, 87(January), 104011.
Manning, D. d. (2009). An Introduction to Information Retreival. Cambridge: Cambridge University Press.
Merawati Ni Luh Putu, A. Z. (2019). Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok. Jurnal Rekayasa Sistem dan Teknologi Informasi, 1-9. Panjaitan, H. B. (2013). Linier Discriminant Analysis Dalam Klasifikasi Data Pada Data Teori Informasi Dengan Metode Cross-Validation. Skripsi. Bandung: Universitas Telkom.
Praiss, A. M., Huang, Y., St. Clair, C. M., Tergas, A. I., Melamed, A., Khoury-
Collado, F., Hou, J. Y., Hu, J., Hur, C., Hershman, D. L., dan Wright, J. D. (2020). Using machine learning to create prognostic systems for endometrial cancer. Gynecologic Oncology, Vol 159(3), 744–750.
Purnama, A. (2020). Edukasi dapat meningkatkan kualitas hidup pasien yang terdiagnosa penyakit jantung koroner. Jurnal Kesehatan Indonesia, X(2), 66– 71.
Putria. (2018). Data Mining Using Apriori Algorithm. Computer Based Information System Journal, Vol 06(No.1), 29–39.
Roihan, A., Sunarya, P. A., dan Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), Vol 5(1), 75–82.
Sulistio, S. (2017). Aplikasi Prediksi Kelulusan Mahasiswa Dengan Metode Linear Discriminant Analysis. Computation : Journal of Computer Science and Information Systems, Vol 1(1), 58.
Trajdos, P., dan Burduk, R. (2021). Linear classifier combination via multiple potential functions. Pattern Recognition, Vol 111, 107681.
Verma, S. P., Uscanga-Junco, O. A., & Díaz-González, L. (2021). A statistically coherent robust multidimensional classification scheme for water. Science of the Total Environment, 750, 141704.
Wei, J., dan Chen, H. (2020). Determining the number of factors in approximate factor models by twice K-fold cross validation. Economics Letters, Vol 191, 109149.
Wei, Y., Gu, K., & Tan, L. (2022). A positioning method for maize seed laser-
measurement. Information Processing in Agriculture, 9(2), 224-232.
Zhou, X., Lu, P., Zheng, Z., Tolliver, D., & Keramati, A. (2020). Accident prediction accuracy assessment for highway-rail grade crossings using random forest algorithm compared with decision tree. Reliability Engineering & System Safety, 200, 106931.
... & Schernhammer, E. (2020). The impact of hormones and reproductive factors on the risk of bladder cancer in women: results from the Nurses’ Health Study and Nurses’ Health Study II. International journal of epidemiology, 49(2), 599-607.
Anggrestianingsih, A., Widodo, A. W., dan Furqon, M. T. (2019). Implementasi Metode Linear Discriminant Analysis ( LDA ) Untuk Klasifikasi Pengambilan Mata Kuliah Pilihan. Vol 3(10), 10337–10343.
DwiBhaskara, A. (2016). Implementasi Linear Discriminant Analysis (Lda) Untuk Klasifikasi Tingkat Resiko Terkena Penyakit Stroke (Doctoral dissertation, Universitas Brawijaya).
Budiman, E., Santoso, E., & Afirianto, T. (2017). Pendeteksi Jenis Autis pada Anak Usia Dini Menggunakan Metode Linear Discriminant Analysis (LDA). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
Caulkins, J. P., Ding, W., Duncan, G., Krishnan, R., dan Nyberg, E. (2006). A method for managing access to web pages: Filtering by Statistical Classification (FSC) applied to text. Decision Support Systems, Vol 42(1), 144–161.
Dimas, K. J., Anisa, R., & Sulvianti, I. D. (2020). Perbandingan Quadratic Discriminant Analysis dan Support Vector Machine untuk Klasifikasi Tutupan Lahan di DKI Jakarta. Xplore: Journal of Statistics, 9(1), 12-20.
Dutta, D., Sil, J., dan Dutta, P. (2020). A bi-phased multi-objective genetic algorithm based classifier. Vol 146.
El-Sayed, R. S. (2018). Linear Discriminant Analysis for An Efficient Diagnosis of Heart Disease via Attribute Filtering Based on GeneticAlgorithm.journal of computer Department of Math &Computer Science, Faculty of Science, Al- Azhar University, Cairo. Egypt.
Ghaderyan, P., Abbasi, A., dan Sedaaghi, M. H. (2014). An efficient seizure prediction method using KNN-based undersampling and linear frequency measures. Journal of Neuroscience Methods, Vol 232, 134–142.
Ghwanmeh, S., Mohammad, A., & Al-Ibrahim, A. (2013). Innovative artificial neural networks-based decision support system for heart diseases diagnosis. Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Springer
Berlin.
Han, J., Kamber, M., dan Pei, J. (2012). Introduction. In Data Mining.
Hana, F. M. (2020). Perbandingan Algoritma Neural Network Dengan Linier Discriminant Analysis (Lda) Pada Klasifikasi Penyakit Diabetes. Vol 1, 1541– 1541.
Jabri, A., Kumar, A., Verghese, E., Alameh, A., Kumar, A., Khan, M. S., ... & Kalra, A. (2021). Meta-analysis of effect of vegetarian diet on ischemic heart disease and all-cause mortality. American Journal of Preventive Cardiology, 7, 100182.
Jumeilah, F. S. (2017). Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), Vol 1(1), 19.
Junaid, M. J. A., dan Kumar, R. (2020). Data Science and Its Application in Heart Disease Prediction. Proceedings of International Conference on Intelligent Engineering and Management, ICIEM 2020, 396–400.
Mai, H., Pham, T. T., Nguyen, D. N., dan Dutkiewicz, E. (2018). Non-Laboratory- Based Risk Factors for Automated Heart Disease Detection. International Symposium on Medical Information and Communication Technology, ISMICT, 2018-March, 1–6.45
Manning, D. d. (2009). An Introduction to Information Retreival. Cambridge: Cambridge University Press.
Merawati Ni Luh Putu, A. Z. (2019). Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok. Jurnal Rekayasa Sistem dan Teknologi Informasi, 1-9.
Mori, K., Nomura, T., Akezaki, Y., Yamamoto, R., dan Iwakura, H. (2020). Impact of Tai Chi Yuttari-exercise on arteriosclerosis and physical function in older people. Archives of Gerontology and Geriatrics, 87(January), 104011.
Manning, D. d. (2009). An Introduction to Information Retreival. Cambridge: Cambridge University Press.
Merawati Ni Luh Putu, A. Z. (2019). Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok. Jurnal Rekayasa Sistem dan Teknologi Informasi, 1-9. Panjaitan, H. B. (2013). Linier Discriminant Analysis Dalam Klasifikasi Data Pada Data Teori Informasi Dengan Metode Cross-Validation. Skripsi. Bandung: Universitas Telkom.
Praiss, A. M., Huang, Y., St. Clair, C. M., Tergas, A. I., Melamed, A., Khoury-
Collado, F., Hou, J. Y., Hu, J., Hur, C., Hershman, D. L., dan Wright, J. D. (2020). Using machine learning to create prognostic systems for endometrial cancer. Gynecologic Oncology, Vol 159(3), 744–750.
Purnama, A. (2020). Edukasi dapat meningkatkan kualitas hidup pasien yang terdiagnosa penyakit jantung koroner. Jurnal Kesehatan Indonesia, X(2), 66– 71.
Putria. (2018). Data Mining Using Apriori Algorithm. Computer Based Information System Journal, Vol 06(No.1), 29–39.
Roihan, A., Sunarya, P. A., dan Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), Vol 5(1), 75–82.
Sulistio, S. (2017). Aplikasi Prediksi Kelulusan Mahasiswa Dengan Metode Linear Discriminant Analysis. Computation : Journal of Computer Science and Information Systems, Vol 1(1), 58.
Trajdos, P., dan Burduk, R. (2021). Linear classifier combination via multiple potential functions. Pattern Recognition, Vol 111, 107681.
Verma, S. P., Uscanga-Junco, O. A., & Díaz-González, L. (2021). A statistically coherent robust multidimensional classification scheme for water. Science of the Total Environment, 750, 141704.
Wei, J., dan Chen, H. (2020). Determining the number of factors in approximate factor models by twice K-fold cross validation. Economics Letters, Vol 191, 109149.
Wei, Y., Gu, K., & Tan, L. (2022). A positioning method for maize seed laser-
measurement. Information Processing in Agriculture, 9(2), 224-232.
Zhou, X., Lu, P., Zheng, Z., Tolliver, D., & Keramati, A. (2020). Accident prediction accuracy assessment for highway-rail grade crossings using random forest algorithm compared with decision tree. Reliability Engineering & System Safety, 200, 106931.
Published
2024-10-06
How to Cite
syakur syakur, & WardiantoW. (2024). Prediksi Risiko Penyakit Jantung Menggunakan Algoritma Linear Discriminant Analysis. Jurnal Ilmiah Sistem Informasi Dan Teknik Informatika (JISTI), 7(2), 282-293. https://doi.org/10.57093/jisti.v7i2.222
Section
Articles
JISTI
