Implementasi Algoritma Random Forest dan XGBoost untuk Prediksi Gagal Jantung Berdasarkan Data Klinis Pasien

Proposal
NIM: 1217050006
Year: 2025

Description

Penelitian ini mengkaji implementasi dan perbandingan dua algoritma machine learning yang powerful, yaitu Random Forest dan XGBoost, untuk memprediksi gagal jantung berdasarkan data klinis pasien. Gagal jantung merupakan kondisi serius yang memerlukan deteksi dini dan intervensi cepat untuk meningkatkan luaran pasien.