Akses terbuka Jurnal SINTA 1
Advancing machine learning for identifying cardiovascular disease via granular computing
IAES International Journal of Artificial Intelligence · Vol. 13 No. 2 (2024) · hlm. 2433–2440
- ISSN
- 2252-8938, 2089-4872
- Terbit
- 2024-06-01
- Penerbit
- Institute of Advanced Engineering and Science
- Bahasa
- eng
Abstrak
Machine learning in cardiovascular disease (CVD) has broad applications in healthcare, automatically identifying hidden patterns in vast data without human intervention. Early-stage cardiovascular illness can benefit from machine learning models in drug selection. The integration of granular computing, specifically z-numbers, with machine learning algorithms, is suggested for CVD identification. Granular computing enables handling unpredictable and imprecise situations, akin to human cognitive abilities. Machine learning algorithms such as Naïve Bayes, k-nearest neighbor, random forest, and gradient boosting are commonly used in constructing these models. Experimental findings indicate that incorporating granular computing into machine learning models enhances the ability to represent uncertainty and improves accuracy in CVD detection.
Kata kunci
Jaringan kolaborasi para penulis
28 penulis · 62 tautan kepenulisan bersama · 27 lintas organisasi
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- Institut Teknologi Sepuluh Nopember
- Universiti Malaysia Pahang Al-Sultan Abdullah
- Universiti Teknologi MARA
- Universitas Negeri Surabaya
- Telkom University
- Universiti Teknologi Petronas
- Islamic University of Riau
- Organisasi lain
- Organisasi berbeda
- Organisasi sama
- Afiliasi tidak diketahui
- Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
| Rekan penulis | Organisasi | Artikel bersama |
|---|---|---|
| Imam Mukhlash | Institut Teknologi Sepuluh Nopember | 3 |
| Elly Matul Imah | Universitas Negeri Surabaya | 2 |
| Muhammad Athoillah | Institut Teknologi Sepuluh Nopember | 1 |
| Umi Mahdiyah | Institut Teknologi Sepuluh Nopember | 1 |
| Desna Yuanda | Institut Teknologi Sepuluh Nopember | 1 |
| Evizal Abdul Kadir | Islamic University of Riau | 1 |
| Warih Maharani | Telkom University | 1 |
| Hanita Daud | Universiti Teknologi Petronas | 1 |
| Qoria Yudi Pratama | Institut Teknologi Sepuluh Nopember | 1 |
| Mohammad Jamhuri | Institut Teknologi Sepuluh Nopember | 1 |
| Modafar Shaker Akhoirshieda | Universiti Malaysia Pahang Al-Sultan Abdullah | 1 |
| Suryanti Awang | Universiti Malaysia Pahang Al-Sultan Abdullah | 1 |
| Nurazzah Abd Rahman | Universiti Teknologi MARA | 1 |
| Shaiful Bakhtiar bin Rodzman | Universiti Teknologi MARA | 1 |
| Normaly Kamal Ismail | Universiti Teknologi MARA | 1 |
| Syed Ahmad Aljunid | Universiti Teknologi MARA | 1 |
| Zulhilmi Mohamed Nor | Universiti Sains Islam Malaysia | 1 |
| Felza Ridho | Institut Teknologi Sepuluh Nopember | 1 |
| Nurul Hidayat | Institut Teknologi Sepuluh Nopember | 1 |
| Awik Puji Dyah Nurhayati | Institut Teknologi Sepuluh Nopember | 1 |
| Dimas Anton Asfani | Institut Teknologi Sepuluh Nopember | 1 |
| Joko Supriyono | Institut Teknologi Sepuluh Nopember | 1 |
Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.