PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS

Penulis

  • CAECILIA BINTANG GIRIK ALLO Universitas Cenderawasih

Abstrak

Hepatitis merupakan penyakit peradangan pada hati yang dapat disebabkan oleh berbagai macam penyebab, termasuk infeksi virus atau paparan zat beracun. Penerapan proses data mining untuk mengekstrak informasi dari data medis dan klinis. Dengan menggunakan metode ini, kondisi pasien di masa depan dapat diprediksi berdasarkan observasi data pasien lain atau pasien masa lalu. Penelitian ini bertujuan untuk menerapkan proses data mining dan melakukan perbandigan metode klasifikasi yaitu Logistic Regression dan Decision Tree menggunakan dataset Hepatitis. Berdasarkan hasil perbandingan diperoleh nilai accuracy Logistic Regression sebesar 80,207%. Sedangkkan metode Decision Tree menghasilkan nilai accuracy sebesar 83,195%. Maka dapat disimpulkan bahwa hasil perbandingan metode terbaik yaitu Decision Tree.

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2026-04-15

Cara Mengutip

BINTANG GIRIK ALLO, C. (2026). PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS. CENDERAWASIH: Journal of Statistics and Data Science, 2(1). Diambil dari https://mail.ejournal.uncen.ac.id/index.php/CJSDT/article/view/5452

Terbitan

Bagian

Artikel Penelitian

Kategori