Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Nandya, Resty (2022) Sistem Pendeteksi Penyakit Kardiovaskular Berbasis Web Dengan Framework Flask Menggunakan Metode Random Forest. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
201810225046_Resty Nandya_Cover-Daftar ISi.pdf

Download (3MB)
[img] Text
201810225046_Resty Nandya_BAB I.pdf

Download (1MB)
[img] Text
201810225046_Resty Nandya_BAB II, III, IV.pdf
Restricted to Registered users only

Download (3MB)
[img] Text
201810225046_Resty Nandya_BAB V.pdf

Download (1MB)
[img] Text
201810225046_Resty Nandya_Daftar Pustaka.pdf

Download (1MB)
[img] Text
201810225046_Resty Nandya_Lampiran.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Menurut data yang diberikan oleh WHO (World Health Organization), Penyakit Kardiovaskular menjadi penyebab kematian nomor satu secara global dan diperkirakan 17,9 juta orang meninggal di setiap tahunnya. Tujuan dari penelitian ini adalah membangun sistem pendeteksi penyakit Kardiovaskular menggunakan metode Random Forest dengan tingkat akurasi yang lebih baik. Penelitian ini berbasis web dan dibangun dengan bahasa pemrograman Python. Adapun model yang sudah diperoleh akan diimplementasikan ke dalam aplikasi web menggunakan framework pengembangan web pada python yaitu Flask serta Heroku sebagai platform deployment. Dari penelitian yang telah dilakukan hasil akurasi algoritma Random Forest adalah sebesar 87,07% dengan variabel yang paling berpengaruh dalam pengklasifikasian adalah variabel systolic.

Item Type: Thesis (Undergraduate)
Additional Information: Pembimbing: Prima Dina Atika, S.Kom., M.Kom. NIDN0311037107, Ahmad Fathurrozi, S.E., M.M.S.I. NIDN0327117402
Subjects: Teknologi dan Ilmu Terapan > Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Mr. Arif Syamsudin
Date Deposited: 14 May 2025 06:45
Last Modified: 14 May 2025 06:45
URI: http://repository.ubharajaya.ac.id/id/eprint/34299

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year