Author Description

Buku ini menyajikan hasil dari sebuah studi yang dilakukan untuk mengevaluasi performa dari dua algoritma machine learning dalam prediksi diagnosa kehamilan. selain itu, buku ini juga akan memberikan pandangan tentang bagaimana algoritma decision tree dan random forest dapat digunakan dalam proses prediksi diagnosa kehamilan dan menjelaskan tujuan dari studi yaitu untuk menemukan algoritma yang paling efektif dalam prediksi diagnosa kehamilan. Dari hasil evaluasi dapat disimpulkan bahwa algoritma Random Forest dengan menggunakan dataset yang seimbang memiliki akurasi terbaik sebesar 81%, hal ini menunjukkan bahwa menggunakan dataset yang seimbang dapat meningkatkan performa dalam prediksi diiagnosa kehamilan. Oleh karena itu, dalam studi ini digunakan Algoritma Random Forest untuk prediksi diagnosa kehamilan karena metode ini sering digunakan dalam proses pengklasifikasian dan kinerjanya yang baik.