ANALISIS FAKTOR YANG MEMPENGARUHI KLASIFIKASI PASIEN JANTUNG DI RUMAH SAKIT PERTAMINA BALIKPAPAN

Meidiana, Alyssa (2026) ANALISIS FAKTOR YANG MEMPENGARUHI KLASIFIKASI PASIEN JANTUNG DI RUMAH SAKIT PERTAMINA BALIKPAPAN. Other thesis, Institut Teknologi Kalimantan.

	Text 16221035_cover.pdf Restricted to Repository staff only until 24 April 2028. Download (504kB) | Request a copy
	Text 16221035_statement_of_authenticity.pdf Restricted to Repository staff only until 24 April 2028. Download (38kB) | Request a copy
	Text 16221035_publishing_agreement.pdf Restricted to Repository staff only until 24 April 2028. Download (54kB) | Request a copy
	Text 16221035_approval_sheet.pdf Restricted to Repository staff only until 24 April 2028. Download (43kB) | Request a copy
	Text 16221035_preface.pdf Restricted to Repository staff only until 24 April 2028. Download (238kB) | Request a copy
	Text 16221035_abstract_id.pdf Restricted to Repository staff only until 24 April 2028. Download (261kB) | Request a copy
	Text 16221035_abstract_en.pdf Restricted to Repository staff only until 24 April 2028. Download (282kB) | Request a copy
	Text 16221035_table_of_content.pdf Restricted to Repository staff only until 24 April 2028. Download (254kB) | Request a copy
	Text 16221035_illustrations.pdf Restricted to Repository staff only until 24 April 2028. Download (249kB) | Request a copy
	Text 16221035_tables.pdf Restricted to Repository staff only until 24 April 2028. Download (241kB) | Request a copy
	Text 16221035_notations.pdf Restricted to Repository staff only until 24 April 2028. Download (265kB) | Request a copy
	Text 16221035_chapter_1.pdf Restricted to Repository staff only until 24 April 2028. Download (355kB) | Request a copy
	Text 16221035_chapter_2.pdf Restricted to Repository staff only until 24 April 2028. Download (703kB) | Request a copy
	Text 16221035_chapter_3.pdf Restricted to Repository staff only until 24 April 2028. Download (404kB) | Request a copy
	Text 16221035_chapter_4.pdf Restricted to Repository staff only until 24 April 2028. Download (1MB) | Request a copy
	Text 16221035_conclusions.pdf Restricted to Repository staff only until 24 April 2028. Download (290kB) | Request a copy
	Text 16221035_bibliography.pdf Restricted to Repository staff only until 24 April 2028. Download (287kB) | Request a copy
	Text 16221035_enclosure.pdf Restricted to Repository staff only until 24 April 2028. Download (869kB) | Request a copy
	Text 16221035_paper.pdf Restricted to Repository staff only until 24 April 2028. Download (783kB) | Request a copy
	Text 16221035_presentation.pdf Restricted to Repository staff only until 24 April 2028. Download (6MB) | Request a copy
	Text 16221035_Form. TA-020.pdf Restricted to Repository staff only until 24 April 2028. Download (179kB) | Request a copy

Abstract

Penyakit jantung merupakan salah satu penyebab kematian tertinggi di Indonesia, sehingga diperlukan pendekatan analitik yang mampu membantu proses identifikasi awal secara lebih akurat. Tujuan penelitian ini adalah untuk mengklasifikasikan pasien jantung berdasarkan data rekam medis dari Rumah Sakit Pertamina Balikpapan menggunakan algoritma Random Forest, dan menganalisis faktor yang paling berpengaruh pada klasifikasi pasien jantung. Dataset yang digunakan terdiri dari 16.200 observasi dengan sembilan variabel prediktor yang mencerminkan kondisi klinis dan riwayat keturunan pasien. Tahapan penelitian meliputi pre-processing data, eksplorasi data, pembangunan model, matriks evaluasi Random Forest. Hasil penelitian menunjukkan bahwa model Random Forest dasar memiliki recall yang rendah akibat ketidakseimbangan kelas. Setelah penerapan kombinasi Random Forest dengan SMOTE dan GridSearchCV, performa model meningkat dengan Precision 0,970, recall 0,996, dan F1-score 0,982 pada data test. Analisis feature importance menunjukkan bahwa Body Mass Index merupakan variabel paling penting diikuti oleh usia, tekanan darah sistolik, dan suhu tubuh, sedangkan skor nyeri dan riwayat keturunan memiliki kontribusi yang lebih rendah. Secara keseluruhan, penelitian ini menunjukkan bahwa Random Forest dengan kombinasi SMOTE dan optimasi parameter mampu menghasilkan klasifikasi status pasien jantung yang stabil. Model ini dapat digunakan sebagai alat bantu pengambilan keputusan dalam skrining awal, namun tetap memerlukan validasi lebih lanjut pada variabel klinis yang berbeda.

Item Type:	Thesis (Other)
Subjects:	R Medicine > RC Internal medicine
Divisions:	Jurusan Matematika dan Teknologi Informasi > Statistik
Depositing User:	Alyssa Meidiana -
Date Deposited:	09 Jan 2026 07:45
Last Modified:	09 Jan 2026 07:45
URI:	http://repository.itk.ac.id/id/eprint/25117

Actions (login required)

View Item