Prediksi Risiko Penyakit Jantung Berdasarkan Kebiasaan Hidup Dengan Menggunakan Model Machine Learning
DOI:
https://doi.org/10.29407/ahz4dw31Keywords:
Kebiasaan Hidup, Machine Learning, Penyakit Jantung, Random ForestAbstract
Penyakit jantung merupakan salah satu penyebab utama kematian di dunia dan banyak dipengaruhi oleh kebiasaan hidup seseorang. Oleh karena itu, diperlukan upaya prediksi risiko penyakit jantung secara dini untuk mendukung pencegahan terkena penyakit jantung. Penelitian ini bertujuan untuk memprediksi risiko penyakit jantung berdasarkan kebiasaan hidup menggunakan pendekatan machine learning. Dataset yang digunakan berasal dari Kaggle dan memuat data kesehatan individu, seperti usia, jenis kelamin, indeks massa tubuh, tekanan darah, kebiasaan merokok, konsumsi alkohol, serta tingkat aktivitas fisik. Tahapan penelitian meliputi pra-pengolahan data, penanganan outlier menggunakan metode Interquartile Range (IQR), pembagian data latih dan data uji, serta pelatihan model Random Forest dengan optimasi hyperparameter menggunakan Grid Search. Evaluasi model dilakukan menggunakan metrik akurasi, confusion matrix, dan classification report. Hasil penelitian menunjukkan bahwa model Random Forest mampu mencapai tingkat akurasi sebesar 73% dalam memprediksi risiko penyakit jantung. Hasil ini menunjukkan bahwa pendekatan berbasis kebiasaan hidup cukup efektif untuk digunakan sebagai alat skrining awal dalam mengidentifikasi risiko penyakit jantung, sehingga dapat membantu meningkatkan kesadaran dan upaya pencegahan dini berbasis data.
Downloads
References
[1] N. A. Khasanah, N. M. A. Wulansari, and N. K. Azhari, “Hubungan Health Anxiety dengan Kualitas Hidup pada Pasien dengan Gangguan Kardiovaskuler di SMC RS Telogorejo Semarang,” J. Ris. Ilmu Kesehat. Umum dan Farm., vol. 3, no. 1, pp. 155–165, 2025.
[2] World Health Organization, “Cardiovascular diseases (CVDs).” Accessed: Dec. 10, 2025. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds)
[3] A. C. Puspita, S. T. Y. Rahmawati, and S. Suparmi, “Aktivitas Fisik Rutin dalam Produktivitas Harian pada Dewasa Akhir,” Jenggala J. Ris. Pengemb. Dan Pelayanan Kesehat., vol. 3, no. 2, pp. 23–29, 2024.
[4] N. F. Arifudin and B. Kristinawati, “Dampak Masalah Psikologis Terhadap Kualitas Hidup Pasien Gagal Jantung: Systematic Review,” Heal. Inf. J. Penelit., 2023.
[5] H. W. Dhany, A. I. Permana, F. Izhari, A. P. Ginting, and Z. G. Pratama, “Aplikasi prediksi serangan jantung untuk warga Kelurahan Pelawi Utara,” J. Minfo Polgan, vol. 13, no. 2, pp. 2096–2101, 2024.
[6] I. S. Nasution, A. D. Rahmadani, W. Audina, D. P. Sari, and N. D. Sari, “Systematic Review: Pengaruh Gaya Hidup dan Pengetahuan Masyarakat terhadap Risiko Penyakit Jantung Koroner,” Sehat Rakyat J. Kesehat. Masy., vol. 4, no. 2, pp. 287–298, 2025.
[7] S. Syarli and L. Arini, “Faktor Penyebab Hipertensi Pada Lansia: Literatur Review: Faktor Penyebab Hipertensi Pada Lansia: Literatur Review,” Ahmar metastasis Heal. J., vol. 1, no. 3, pp. 112–117, 2021.
[8] S. M. Dewi, B. Saputra, and M. Daniati, “The Relationship Of Alcohol Consumption And Sleep Quality To The Event Of Hypertension: Hubungan Konsumsi Alkohol Dan Kualitas Tidur Terhadap Kejadian Hipertensi,” J. Keperawatan Hang Tuah (Hang Tuah Nurs. Journal), vol. 2, no. 1, pp. 49–62, 2022.
[9] I. Pashar and L. Wendikbo, “Hubungan Pola Makan Dan Aktivitas Fisik Dengan Penyakit Jantung Koroner Di Rsud Labuang Baji Makassar,” J. Pubnursing Sci., vol. 2, no. 01, pp. 31–42, 2024.
[10] D. Triyono, R. Liani, A. W. Utami, S. Tristiyanti, and A. Supriatna, “Penyakit Jantung Koroner Di Indonesia: Peran Faktor Risiko Dan Upaya Pencegahan,” HUMANIS J. Ilmu-Ilmu Sos. dan Hum., vol. 17, no. 1, pp. 86–94, 2025.
[11] W. Handayani, “Faktor-Faktor Risiko Penyakit Kardiovaskular: Artikel Review,” Pengemb. Ilmu dan Prakt. Kesehat., vol. 4, no. 3, pp. 139–158, 2025.
[12] G. K. Ghodeshwar, A. Dube, D. Khobragade, and A. H. Dube, “Impact of lifestyle modifications on cardiovascular health: a narrative review,” Cureus, vol. 15, no. 7, 2023.
[13] W. Fauziah et al., “Pemeriksaan Kesehatan Jantung Dalam Rangka Pengembangan Aplikasi Screening Jantung Berbasis Android,” Budimas J. Pengabdi. Masy., vol. 6, no. 3, 2024.
[14] A. Y. Agusyul, “Prediksi Penyakit Jantung Menggunakan Algoritma Random Forest,” J. Minfo Polgan, vol. 12, no. 2, 2023.
[15] E. Sahelvi, P. Cikita, R. M. Sapitri, R. Rahmaddeni, and L. Efrizoni, “Perbandingan Algoritma K-Nearest Neighbors dan Random Forest untuk Rekomendasi Gaya Hidup Sehat dalam Mencegah Penyakit Jantung: Comparison of K-Nearest Neighbors and Random Forest Algorithms for Recommendations for a Healthy Lifestyle in Prevent Heart Disease,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 5, no. 3, pp. 830–840, 2025.
[16] W. Wardianto, “Prediksi Risiko Penyakit Jantung Menggunakan Algoritma Linear Discriminant Analysis,” J. Ilm. Sist. Inf. dan Tek. Inform., vol. 7, no. 2, pp. 282–293, 2024.
[17] B. R. Santoso, E. E. M. Gaghauna, and I. Akbar, “Prediksi kejadian penyakit jantung dan pembuluh darah di UPT Puskesmas Rawat Inap Alabio,” J. Persat. Perawat Nas. Indones., vol. 8, no. 1, pp. 1–11, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Ahmad Maulana
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
