PENGEMBANGAN APLIKASI PREDIKSI RISIKO PENYAKIT JANTUNG BERBASIS MODEL KLASIFIKASI RANDOM FOREST MENGGUNAKAN FRAMEWORK STREAMLIT

Abstrak

Penyakit Jantung Koroner (PJK) merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini faktor risiko menjadi sangat krusial. Perkembangan teknologi machine learning menawarkan potensi besar dalam pengembangan alat bantu prediksi yang akurat dan mudah diakses. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi kalkulator berbasis web untuk memprediksi risiko PJK. Metode yang digunakan adalah model klasifikasi Random Forest yang dilatih menggunakan dataset Penyakit Jantung dari UCI setelah dibandingkan dengan beberapa algoritma lainnya. Model tersebut kemudian diimplementasikan ke dalam aplikasi web interaktif menggunakan framework Streamlit. Hasil evaluasi menunjukkan model Random Forest mencapai performa terbaik dengan tingkat akurasi sebesar 88.52%. Aplikasi yang dihasilkan mampu memberikan visualisasi persentase risiko secara real-time melalui gauge chart yang intuitif sehingga mudah dipahami oleh pengguna awam. Aplikasi ini diharapkan dapat menjadi alat bantu skrining awal yang efektif untuk meningkatkan kesadaran masyarakat akan risiko PJK.