Coronary heart disease (CHD) remains a leading cause of mortality worldwide. Early detection is essential to reduce complications and improve patient outcomes. This study aims to develop a classification model using machine learning algorithms to predict CHD risk based on clinical symptoms. The dataset used is the Cleveland Heart Disease dataset from the UCI Machine Learning Repository, consisting of 303 patient records with 14 clinical features. The preprocessing stage involved handling missing values, normalizing features, and transforming categorical variables. Four classification algorithms were applied: K-Nearest Neighbors (K-NN), Decision Tree, Random Forest, and Support Vector Machine (SVM). Each model was trained using stratified 10-fold cross-validation to ensure generalizability. Evaluation using accuracy, precision, recall, F1-score, and ROC-AUC metrics showed that the Random Forest algorithm achieved the highest performance with 87.2% accuracy. Feature importance analysis indicated that chest pain type, resting blood pressure, cholesterol, and ST depression were the most influential indicators. These results demonstrate that machine learning, particularly Random Forest, can effectively support early diagnosis of CHD in clinical settings and has the potential to be integrated into clinical decision support systems (CDSS).

Pada Maret 2020 wabah virus corona menginfeksi hampir seluruh negara di dunia. Penyebaran virus ini dinyatakan sebagai wabah pandemi. Masalah barupun bermunculan, mulai masalah ekonomi, sosial sampai Pendidikan. Secara serempak lembaga pendidikan memilih pembelajaran daring. Mini Riset ini bertujuan meneliti tentang bagaimana meningkatkan kompetensi guru di masa pandemi, yang difokuskan pada aspek tuntutan digitalisasi dalam dunia pendidikan, Ulasan akan difokuskan kepada bagaimana pelaksanaan pembelajaran pada masa pandemi di Al-Ma’tuq Boarding School Sukabumi.
Metode penelitian yang digunakan dalam penelitian ini adalah metode penelitian kualitatif. Teknik pengumpulan data dilakukan melalui triangulasi (gabungan), analisis data secara induktif / kualitatif
Semenjak surat edaran kemetrian mengenai pembelajaran masa pandemi diterima, Al-Ma’tuq Boarding School langsung menentukan strategi. Diantaranya dengan mengadakan pelatihan diawal pembelajaran mengenai teknologi, ini membuktikan bahwa Al-Ma’tuq Boarding School terus fokus dalam mengembangkan kompetensi yang harus dimiliki guru dimasa pandemi ini, diantaranya: (1) Kompetensi penguasaan literasi dan IPTEK (2) Kompetensi keterampilan pengelolaan kelas (3) Kompetensi komunikasi dan social.
Adanya kebijakan pembelajaran daring yang dilakukan oleh sekolah karena wabah covid, perlu diimbangi peran guru yang lebih mendalam. Kompetensi guru dituntut sebagai bentuk profesionalitas. Namun menjadi masalah manakala guru kurang memiliki kompetensi. Maka diperlukan pemberdayaan guru dengan mengembangkan empat kompetensi utama yang telah ada untuk menghadapai pembelajaran melalui daring saat ini. Dengan pengembangan kompetensi tersebut diharapkan dapat meminimalisir masalah yang ada, sehingga proses belajar lebih baik.