Melola Discovery

← Melola Discovery

Open access Jurnal

PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS

CENDERAWASIH: Journal Of Statistics and Data Science · Vol. 2 No. 1 (2024)

ISSN
3026-0981
Published
2024-06-30
Publisher
Program Studi Statistika, Universitas Cenderawasih
Language
ind
License
creativecommons.org/licenses/by/4.0

Abstract

Hepatitis merupakan penyakit peradangan pada hati yang dapat disebabkan oleh berbagai macam penyebab, termasuk infeksi virus atau paparan zat beracun. Penerapan proses data mining untuk mengekstrak informasi dari data medis dan klinis. Dengan menggunakan metode ini, kondisi pasien di masa depan dapat diprediksi berdasarkan observasi data pasien lain atau pasien masa lalu. Penelitian ini bertujuan untuk menerapkan proses data mining dan melakukan perbandigan metode klasifikasi yaitu Logistic Regression dan Decision Tree menggunakan dataset Hepatitis. Berdasarkan hasil perbandingan diperoleh nilai accuracy Logistic Regression sebesar 80,207%. Sedangkkan metode Decision Tree menghasilkan nilai accuracy sebesar 83,195%. Maka dapat disimpulkan bahwa hasil perbandingan metode terbaik yaitu Decision Tree.

Collaboration network of the authors

No co-authors found in Melola yet.

Metadata source: OAI-PMH (metadata jurnal) https://ejournal.uncen.ac.id/index.php/CJSDT/oai, first harvested 1 Nov 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id-ID">PEMILIHAN METODE KLASIFIKASI TERBAIK ANTARA LOGISTIC REGRESSION DAN DECISION TREE PADA DATASET HEPATITIS</dc:title>
	<dc:creator>BINTANG GIRIK ALLO, CAECILIA</dc:creator>
	<dc:description xml:lang="id-ID">Hepatitis merupakan penyakit peradangan pada hati yang dapat disebabkan oleh berbagai macam penyebab, termasuk infeksi virus atau paparan zat beracun. Penerapan proses data mining untuk mengekstrak informasi dari data medis dan klinis. Dengan menggunakan metode ini, kondisi pasien di masa depan dapat diprediksi berdasarkan observasi data pasien lain atau pasien masa lalu. Penelitian ini bertujuan untuk menerapkan proses data mining dan melakukan perbandigan metode klasifikasi yaitu Logistic Regression dan Decision Tree menggunakan dataset Hepatitis. Berdasarkan hasil perbandingan diperoleh nilai accuracy Logistic Regression sebesar 80,207%. Sedangkkan metode Decision Tree menghasilkan nilai accuracy sebesar 83,195%. Maka dapat disimpulkan bahwa hasil perbandingan metode terbaik yaitu Decision Tree.</dc:description>
	<dc:publisher xml:lang="id-ID">Program Studi Statistika, Universitas Cenderawasih</dc:publisher>
	<dc:date>2024-06-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="id-ID">Artikel Penelitian</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ejournal.uncen.ac.id/index.php/CJSDT/article/view/5452</dc:identifier>
	<dc:source xml:lang="en-US">CENDERAWASIH: Journal Of Statistics and Data Science; Vol. 2 No. 1 (2024): Juni 2024</dc:source>
	<dc:source xml:lang="id-ID">CENDERAWASIH: Journal of Statistics and Data Science; Vol 2 No 1 (2024): Juni 2024</dc:source>
	<dc:source>3026-0981</dc:source>
	<dc:language>ind</dc:language>
	<dc:relation>https://ejournal.uncen.ac.id/index.php/CJSDT/article/view/5452/3532</dc:relation>
	<dc:rights xml:lang="id-ID">Hak Cipta (c) 2024 CAECILIA BINTANG GIRIK ALLO</dc:rights>
	<dc:rights xml:lang="id-ID">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>