Perbandingan Metode K-Means dan GA K-Means untuk Clustering Dataset Heart Disease Patients

Penyakit jantung adalah kondisi dimana sebagai organ vital manusia mengalami gangguan dan tidak berfungsi dengan baik merupakan penyakit yang paling mematikan di dunia serta menjadi penyebab utama kematian secara global, total sekitar 17,9 juta jiwa per tahunnya. Pada penelitian ini dilakukan pengelompokkan data pasien terdiagnosis untuk melihat karakteristik persamaan dari setiap pasien. Dataset digunakan dataset Heart Disease Patients berjumlah 303 medis 11 atribut atau fitur. Metode K-Means GA pengelompokan. Algoritma genetika mengoptimasi centroid awal K-Means. Hasil dievaluasi mencatat iterasi, inter cluster intra masing-masing metode pengelompokkan. mampu terlihat rata-rata iterasi 13,4 12,5 maksimum turun 21 17 iterasi. Berdasarkan hasil perhitungan cluster, lebih dibandingkan sangat kecil perbedaannya, sedikit daripada