| Issue | Vol. 3 No. 1 (2025) |
| Release | 30 September 2025 |
| Section | Articles |
Hepatitis merupakan infeksi virus pada hati dan dapat menyebabkan komplikasi terhadap penyakit lain yang dialami oleh pasien. Diagnosis dini dan penanganan yang tepat sangat penting untuk mencegah progresi penyakit dan komplikasi lebih lanjut. Diperlukan sebuah sistem prediksi diagnosis hepatitis yang akurat untuk menangani dan mengatasi kemungkinan terjangkitnya seseorang akan hepatitis. Penelitian ini melakukan prediksi model Gated Graph Neural Network terhadap pilihan data Hepatitis UCI Machine Learning Repository. Pada penelitian ini dilakukan pemodelan dan penelitian model dengan dua model graph neural network lainnya dan menghasilkan evaluasi yang baik pada prediksi klasifikasi node Hepatitis, dengan menggunakan Gated Graph Neural Network model menunjukan nilai yang superior terhadap 2 metode lain yaitu GAT dan GCN. Dimana GGNN mendapatkan nilai Accuracy, Precision, dan Recall diatas 90%.
Keywords: Hepatitis, Gated Graph Neural Network, Prediksi
Authors who publish in this journal agree to the following rules:
- Authors retain copyright and give the journal the right of first publication, with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors may enter separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., posting it to an institutional repository or publishing it in a book), with attribution to the journal's initial publication.
- Authors are permitted and recommended to post their work online (such as 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.
