PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS
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
Unduhan
Diterbitkan
Cara Mengutip
Lisensi
Hak Cipta (c) 2026 CAECILIA BINTANG GIRIK ALLO

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Artikel yang diterbitkan dalam jurnal ini dilisensikan di bawah Creative Commons Attribution 4.0 International License (CC BY 4.0), yang memungkinkan penggunaan, distribusi, dan reproduksi dalam media apa pun, selama penulis dan sumber asli dikutip dengan benar.