Perbandingan Algoritma Decision Tree dan Random Forest dengan Hyperparameter Tuning dalam Mendeteksi Penyakit Stroke
Keywords:
Decision Tree, Random Forest, Hypertuning, StrokeAbstract
Penelitian ini bertujuan untuk membandingkan model prediksi dalam menentukan risiko seseorang mengalami stroke berdasarkan berbagai variabel pasien yang relevan, termasuk jenis kelamin, usia, riwayat hipertensi, penyakit jantung, status pernikahan, jenis pekerjaan, tingkat glukosa darah rata-rata, indeks massa tubuh (BMI), dan status merokok. Stroke merupakan penyebab kematian kedua terbanyak di dunia menurut Organisasi Kesehatan Dunia (WHO), oleh karena itu deteksi dini dan prediksi risiko stroke sangat penting untuk pencegahan dampak buruk yang mungkin terjadi. Hasil dari penelitian ini menunjukkan bahwa model Random Forest memberikan akurasi yang lebih tinggi (0.97) dan akurasi hyperparameter (0.98) dibandingkan dengan model Decision Tree, sehingga dipilih sebagai model prediksi yang lebih cocok dalam konteks dataset ini. Akurasi dipilih sebagai ukuran evaluasi karena penting untuk mengklasifikasikan dengan benar antara yang berisiko dan tidak berisiko mengalami stroke, yang memiliki implikasi yang sangat penting dalam aplikasi medis dan pencegahan stroke.
References
Akbar, F., Saputra, H. W., Maulaya, A. K., Hidayat, M. F., & Rahmaddeni, R. (2022). Implementasi Algoritma decision Tree C4.5 Dan Support Vector Regression Untuk Prediksi Penyakit stroke. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 61–67. https://doi.org/10.57152/malcom.v2i2.426
Alghifari, F., & Juardi, D. (2021). Penerapan Data Mining Pada penjualan Makanan Dan Minuman menggunakan metode algoritma naïve bayes. JURNAL ILMIAH INFORMATIKA, 9(02), 75–81. https://doi.org/10.33884/jif.v9i02.3755
Barus, S. G., Widiyanto, D., & Santoni, M. M. (2022). KLASIFIKASI SENTIMEN DATA TIDAK SEIMBANG MENGGUNAKAN ALGORITMA SMOTE DAN K-NEAREST NEIGHBOR PADA ULASAN PENGGUNA APLIKASI PEDULILINDUNGI. SENAMIKA, 3(2).
Hamdani, I. M., Nurhidayat, N., Karman, A., Fuady Adhalia H, N., & Julyaningsih, A. H. (2024a). Edukasi dan Pelatihan Data Science dan Data Preprocessing. INTISARI: JURNAL INOVASI PENGABDIAN MASYARAKAT , 2(1).
Husein, A. M., Lubis, F. R., & Harahap, M. K. (2021). Analisis Prediktif Untuk Keputusan bisnis : Peramalan Penjualan. Data Sciences Indonesia (DSI), 1(1), 32–40. https://doi.org/10.47709/dsi.v1i1.1196
Iqbal, M., Hendri Mahmud Nawawi, Ramadhan Saelan, M. R., Sony Maulana, M., Yudhistira, & Mustopa, A. (2023). OPTIMASI hyperparameter multilayer perceptron untuk prediksi Daya Beli mobil. Jurnal Manajemen Informatika Dan Sistem Informasi, 6(1), 73–81. https://doi.org/10.36595/misi.v6i1.739
Joshua Agung Nurcahyo, & Theopilus Bayu Sasongko. (2023). Hyperparameter tuning ALGORITMA supervised learning untuk KLASIFIKASI Keluarga Penerima Bantuan Pangan beras. Indonesian Journal of Computer Science, 12(3). https://doi.org/10.33022/ijcs.v12i3.3254
Kusuma, A. P., Utami, I. T., & Purwono, J. (2022). PENGARUH TERAPI “MENGGENGGAM BOLA KARET BERGERIGI” TERHADAP PERUBAHAN KEKUATAN OTOT PADA PASIEN STROKE DIUKUR MENGGUNAKAN HANGRY DYNAMOMETER RUANG SYARAF RSUD JENDAYANI KOTA METRtO. Jurnal Cendikia Muda, 2(1).
Kristiawan, K., & Widjaja, A. (2021). Perbandingan Algoritma machine learning Dalam Menilai Sebuah Lokasi toko ritel. Jurnal Teknik Informatika Dan Sistem Informasi, 7(1). https://doi.org/10.28932/jutisi.v7i1.3182
Nababan, A. H., & Hutagalung, M. Y. (2023). Hyperparameter Tuning Pada Model Stance Detection Menggunakan GridSearchCV. Jurnal Sains Dan Teknologi , 5(1).
Priatna, W. (2024). Dampak Pengambilan Sampel Data untuk Optimalisasi Data tidak seimbang pada Klasifikasi Penipuan Transaksi E-Commerce. Indonesian Journal of Computer Science, 13(2).
Ramadhon, R. N., Ogi, A., & Agung, A. P. (2024). Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank . Karimah Tauhid.
Sagita, A., Faqih, A., Dwilestari, G., Siswoyo, B., & Pratama, D. (2024). Penerapan metode random forest Dalam Menganalisis Sentimen pengguna aplikasi capcut di google play store. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3307–3313. https://doi.org/10.36040/jati.v7i6.8205.
Sukmawati, E., Bura Mare, A. C., & Marcello, S. A. (2024). Upaya Pencegahan resiko stroke pada LANSIA melalui pendidikan kesehatan di Panti
Sriyanto, & Supriyatna, A. R. (2023). Prediksi Penyakit Diabetes Menggunakan Algoritma Random Forest . JURNAL TEKNIKA .
Warouw, F., & Wilar, R. (2023). Peningkatan Pengetahuan Tentang Cara Identifikasi Dan Upaya Preventif Faktor-Faktor Resiko Stroke Pada Masyarakat Pesisir Desa Atep Oki. Jurnal Pengabdian Masyarakat, 1(1).
Werdha surya jemursari surabaya. BERDAYA: Jurnal Pendidikan Dan Pengabdian Kepada Masyarakat, 6(1), 111–116. https://doi.org/10.36407/berdaya.v6i1.1162