ZHAFIRA HAJAR (2022) KLASIFIKASI PENYAKIT STROKE MENGGUNAKAN MACHINE LEARNING DENGAN IMBALANCED DATA. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081811633035_HALAMAN JUDUL.pdf Download (1MB)
	Text (BAB I) 081811633035_BAB I.pdf Download (520kB)
	Text (FULLTEXT) 081811633035_FULLTEXT.pdf Restricted to Registered users only Download (9MB) | Request a copy

Abstract

Otak adalah organ terpenting pada tubuh manusia, dan salah satu penyakit yang dapat menyerang otak adalah stroke. Pencegahan stroke dapat dilakukan dengan edukasi terkait faktor risiko penyebab terjadinya penyakit stroke. Edukasi faktor risiko stroke dapat dilakukan dengan feature importance, yang merupakan salah satu keluaran klasifikasi menggunakan machine learning. Salah satu tantangan klasifikasi adalah ketidakseimbangan data. Tujuan penelitian ini adalah melakukan klasifikasi menggunakan machine learning dengan data yang tidak seimbang. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine (SVM), Random Forest (RF), Extreme Gradient Boosting (XGBoost). Untuk menangani ketidakseimbangan data, digunakan tiga metode resampling data, yaitu Random Undersampling (RUS), Random Oversampling (ROS), dan Synthethic Minonrity Oversampling Technique (SMOTE). Klasifikasi dilakukan dengan menggunakan tiga rasio training testing yang berbeda, yaitu 60% training 40% testing, 70% training & 30% testing dan 80% training 20% testing. Data yang digunakan dalam penelitian ini adalah The International Stroke Trial Database yang memiliki 19.435 data dan empat kelas, serta memiliki ketidakseimbangan antar kelasnya. Dari 13.230 data setelah preprocessing, tedapat 12.041 data yang termasuk kelas “DDIAGISC” atau ischemic stroke. Pertama-tama klasifikasi dilakukan dengan menggunakan default parameter. Kemudian dilakukan 5-fold cross validation untuk menemukan nilai parameter terbaik untuk setiap metode klasifikasi. Setelah melakukan klasifikasi menggunakan parameter terbaik, hasil menunjukkan bahwa setelah dilakukan hyper parameter tuning, hasil paling optimal dengan nilai akurasi 44,728%, AUC 0,713, dan recall / sensitivity 40% didapatkan menggunakan metode klasifikasi RF yang diimplementasikan dengan menggunakan SMOTE untuk resampling data, dan rasio 60% training 40% testing sebagai rasio training testing nya. Hasil feature importance dari semua metode klasifikasi menjelaskan bahwa atribut “RVISINF” atau indikator apakah pasien memiliki infarct pada hasil CT scan merupakan atribut yang paling berpengaruh dalam melakukan klasifikasi stroke pada data.

Actions (login required)

View Item