ANALISIS FAKTOR PREDIKSI DIAGNOSA TINGKAT SERANGAN JANTUNG MENGGUNAKAN METODE REGRESSION

Muhammad Ardiansyah Sembiring

Abstract


Abstract: Heart disease, which is also known as cardiovascular, is a variety of conditions where there is narrowing or blockage of the blood vessels which can cause heart attacks, chest pain, stroke. Heart disease can occur in anyone of any age, gender, occupation, and lifestyle. In addition, heart disease cannot be cured. This condition requires careful treatment and monitoring throughout life. When this treatment fails, sufferers have to undergo surgical operations which are quite expensive and complicated. A report from WHO in September 2009 stated that this disease was the first cause of death to date. In 2004, an estimated 17.1 million people died from heart disease. This figure represents 29% of global causes of death, with details of 7.2 million people dying from heart disease and 5.7 million people dying from stroke. This can be prevented by reducing risk factors. The role of information technology can be realized by data retrieval techniques. research to shorten the time and selection of factors for early detection of heart attacks.

Keywords: heart; regression; information Technology

 

 

Abstrak: Penyakit jantung atau heart disease , yang juga dikenal dengan istilah kardiovaskuler adalah berbagai kondisi dimana terjadi penyempitan atau penyumbataan pembuluh darah yang dapat menyebabkan serangan jantung ,nyeri dada,stroke, Penyakit jantung dapat terjadi oleh siapapun disegala usia , jenis kelamin, pekerjaan , dan gaya hidup. Selain itu penyakit jantung tidak dapat disembuhkan .Kondisi ini membutuhkan pengobataan dan pemantauan hati-hati sepanjang hidupnya. Ketika pengobataan ini gagal , penderita harus melakukan operasi bedah yang cukup mahal dan rumit . Laporan dari WHO September 2009, menyebutkan bahwa penyakit tersebut merupakan penyebab kematian pertama sampai saat ini. Pada 2004, diperkirakan 17,1 juta orang meninggal karena Penyakit Jntung . Angka ini merupakan 29% dari penyebab kematian global, dengan perincian 7,2 juta meninggal karena penyakit jantung dan 5,7 juta orang meninggal karena stroke.Hal inni dapat dicegah dengan menggurangi factor- factor resiko .Peran teknologi informasi dapat diwujudkan dengan teknik mencari data riseet untuk mempersingkat waktu dan pemilihan fakto-faktor pendeteksi dini serangan jantung .

Kata kunci: jantung; regresi; teknologi informasi


Full Text:

PDF

References


A. B. Wibisono and A. Fahrurozi, “Perbandingan Algoritma Klasifikasi Dalam Pengklasifikasian Data Penyakit Jantung Koroner,” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 3, pp. 161–170, 2019, doi: 10.35760/tr.2019.v24i3.2393.

L. F. Tampubolon, A. Ginting, and F. E.

Saragi Turnip, “Gambaran Faktor yang Mempengaruhi Kejadian Penyakit Jantung Koroner (PJK) di Pusat Jantung Terpadu (PJT),” J. Ilm. Permas J. Ilm. STIKES Kendal, vol. 13, no. 3, pp. 1043–1052, 2023, doi: 10.32583/pskm.v13i3.1077.

A. P. Silalahi and H. G. Simanullang, “Supervised Learning Metode K-Nearest Neighbor Untuk Prediksi Diabetes Pada Wanita,” METHOMIKA J. Manaj. Inform. dan Komputerisasi Akunt., vol. 7, no. 1, pp. 144–149, 2023, doi: 10.46880/jmika.vol7no1.pp144-149.

Elen Riswana Safila Putri, Fahriza Novianti, Yasirah Rezqita Aisyah Yasmin, and Dian Candra Rini Novitasari, “Prediksi Kasus Aktif Kumulatif Covid-19 Di Indonesia Menggunakan Model Regresi Linier Berganda,” Transform. J. Pendidik. Mat. dan Mat., vol. 5, no. 2, pp. 567–577, 2021, doi: 10.36526/tr.v5i2.1231.

A. R. Syamsuri, C. W. Anggraini, D. P. Pratiwi, S. Afriliana, and Maissy, “PENGARUH KUALITAS PRODUK DAN HARGA TERHADAP KEPUASAN PELANGGAN UD ADLI DI DESA SUKAJADI KECAMATAN PERBAUNGAN,” Bisnis Mhs., pp. 215–224, 2021.




DOI: https://doi.org/10.54314/teknisi.v4i1.1800

Article Metrics

Abstract view : 891 times
PDF - 578 times

Refbacks

  • There are currently no refbacks.