Perbandingan Model Klasifikasi Tuned dan Untuned Dalam Prediksi Penyakit Jantung

Abstract

Penyakit jantung merupakan salah satu penyakit yang mematikan, biarpun bisa dicegah namun sulit untuk diprediksi, maka dari itu dibutuhkan suatu model prediksi jantung dengan penggunaan Machine Learning dengan metode Classifier dengan model Random Forest dan Decision Tree lalu hasilnya divalidasi kembali agar bisa membandingkan hasilnya dengan (Tuned) atau tanpa (Untuned) dengan GridSearchCV. Hasil yang didapat bahwa model Random Foreset lebih tinggi dibanding Decision Tree, diharapkan dengan hasil penelitian bisa dijadikan pedoman dalam prediksi jantung dikemudian hari.