Klasifikasi Penyakit Jantung menggunakan Metode Logistic Regression Ensemble (Lorens)

Penyakit jantung merupakan salah satu penyakit tidak menular yang dapat menyebabkan kematian. Penyakit ini perlu ditangani serius dengan identifikasi gejala secara dini. Diagnosa penyakit jantung sering kali dibuat dengan berfokus pada naluri dan pengalaman dokter, bukan berdasarkan informasi yang yang diperoleh dari database. Hal ini menimbulkan penilaian bias yang tidak diinginkan, kesalahan dan biaya pengobatan yang tidak perlu, sehingga mempengaruhi kualitas layanan yang diberikan kepada pasien. Di pusat medis (rumah sakit atau pusat klinis lainnya) teknik data mining membantu merawat pasien untuk mengidentifikasi apakah pasien tersebut memiliki penyakit atau tidak, serta dapat mendiagnosa gejala penyakit jantung secara dini pada pasien dalam waktu singkat. Pada penelitian ini akan menggunakan metode Logistics Regression Ensemble (LORENS) untuk mengklasifikasi gejala penyakit jantung dan juga menghitung tingkat akurasi dari penerapan metode tersebut. Metode ini dipilih untuk mengetahui apakah metode LORENS mampu diterapkan pada dataset penyakit jantung dimana dataset tersebut mempunyai dimensi data rendah. Hasil penelitian ini menunjukkan nilai akurasi sebesar 83,63% jika menerapkan LORENS dengan One Hot Encoding, sedangkan jika menerapkan LORENS tanpa One Hot Encoding nilai akurasi sebesar 81,65 %. Nilai akurasi yang pertama lebih besar karena pada dataset terdapat data kategorikal sehingga dilakukan proses One Hot Encoding untuk mentransformasi data kategorikal ke numerik. Berdasarkan hasil tersebut dapat disimpulkan metode LORENS dapat digunakan untuk klasifikasi penyakit jantung.