| Abstrak |
PREDIKSI MYOCARDIAL INFARCTION SEBAGAI ELEMEN PENGOBATAN PENCEGAHAN DENGAN ENSEMBLE LEARNING MERUPAKAN SISTEM YANG MENGGUNAKAN PENDEKATAN ENSEMBLE LEARNING YANG KUAT DENGAN TIGA MODEL UNGGULAN, YAITU STACKED GENERALIZATION, RANDOM FOREST, DAN GRADIENT BOOSTING MACHINE (GBM). PENDEKATAN INI MEMUNGKINKAN KAMI UNTUK MENGGABUNGKAN KEUNGGULAN KETIGA MODEL INI SEHINGGA MEMBERIKAN PREDIKSI RISIKO YANG LEBIH AKURAT DAN ANDAL ANDA DAPAT DENGAN MUDAH MEMASUKKAN DATA MEDIS PASIEN KE DALAM SISTEM, DAN DALAM HITUNGAN DETIK, SISTEM AKAN MEMBERIKAN PREDIKSI POTENSI RISIKO SERANGAN JANTUNG. INI ADALAH ALAT YANG SANGAT BERGUNA, TERUTAMA UNTUK PROFESIONAL MEDIS, UNTUK MEMBANTU DALAM PENCEGAHAN PENYAKIT JANTUNG. |
