Perancangan Prototipe Aplikasi Prediksi Kematian Akibat Gagal Jantung Menggunakan Metode Machine Learning Berdasarkan Data Heart Failure Clinical Records

Abstrak

Penelitian ini bertujuan untuk mengembangkan prototipe Aplikasi Prediksi Kematian Akibat Gagal Jantung menggunakan metode machine learning berbasis data klinis heart failure clinical records. Aplikasi ini memanfaatkan data klinis pasien, seperti usia, tekanan darah, fraksi ejeksi, kadar kreatinin, dan atribut lainnya, untuk membangun model prediksi risiko kematian. Dalam pengembangan aplikasi, digunakan beberapa algoritma machine learning, yaitu Random Forest, Logistic Regression, dan K-Nearest Neighbors (KNN), untuk memodelkan dan menganalisis data. Dataset yang digunakan dalam penelitian ini mencakup 299 catatan klinis pasien dengan 13 kolom atribut. Atribut target adalah Death Event/Kematian, sedangkan atribut lainnya, seperti usia, jenis kelamin, riwayat penyakit (anemia, diabetes, tekanan darah tinggi), serta hasil tes laboratorium (kreatinin, sodium, dan fraksi ejeksi), digunakan sebagai prediktor. Aplikasi ini dilengkapi dengan beberapa menu utama untuk mendukung fungsionalitasnya, seperti dashboard, yang menyajikan ringkasan informasi statistik prediksi dan laporan terkait, serta blog / berita untuk edukasi kesehatan jantung. Menu data master memungkinkan pengelolaan data pendukung, sedangkan menu diagnosa digunakan untuk melakukan prediksi berdasarkan input data pasien. Menu riwayat diagnosa menyimpan hasil prediksi sebelumnya, sementara data pasien dan data admin memfasilitasi pengelolaan informasi pengguna.