PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS
Keywords:
Hepatitis, logistic regression, Decision Tree, Perbandingan Metode Klasifikasi, Data MiningAbstract
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.
References
Gusthvi, W., Roza, A. A., Bintang, C., & Allo, G. (2023). Perbandingan Metode Klasifikasi Decision Tree, Naive Bayes, K-Nearest-Neighbor, dan Logistic Regression pada Dataset Phishing. In CENDERAWASIH Journal of Statistics and Data Science (Vol. 1). https://ejurnal.fmipa.uncen.ac.id/index.php/CJSDS
Khomsah, S. (2018). Prediksi Harapan Hidup Penderita Hepatitis Kronik Menggunakan Metode-Metode Klasifikasi.
Wahyu, Y. (2011). MAKALAH_HEPATITIS. https://www.academia.edu/18658316/MAKALAH_HEPATITIS
