PENERAPAN ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI PENYAKIT STROKE

Alfandi, Aldi (2024) PENERAPAN ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI PENYAKIT STROKE. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (192kB)
	Text BAB II.pdf Restricted to Registered users only Download (447kB)
	Text BAB III.pdf Restricted to Registered users only Download (667kB)
	Text BAB IV.pdf Restricted to Registered users only Download (492kB)
	Text BAB V.pdf Download (149kB)
	Text DAFTAR PUSTAKA.pdf Download (182kB)

Abstract

Stroke, terbagi menjadi Stroke Iskemik dan Hemoragik, merupakan penyakit serius dan darurat global yang membutuhkan penanganan dalam waktu 24 jam. WHO menempatkannya sebagai penyakit mematikan kedua secara global. Penelitian ini menerapkan algoritma Random Forest pada Brain stroke dataset (4981 entri, 11 atribut) untuk mengklasifikasikan jenis stroke. Tujuannya adalah mengukur tingkat akurasi dalam klasifikasi penyakit. Proses data mining melibatkan transformasi data, mining, evaluasi pola, presentasi pengetahuan, dan klasifikasi. Hasil eksperimen menunjukkan tingkat akurasi tertinggi 94,77% dengan rasio holdout 90:10 dan 30 pohon keputusan. Namun, peningkatan akurasi cenderung menurun dengan peningkatan rasio holdout atau jumlah pohon keputusan. Algoritma Random Forest, berdasarkan pemungutan suara dari pohon keputusan, efektif dalam membedakan antara stroke iskemik dan hemoragik. Temuan ini dapat menjadi landasan untuk pengembangan sistem pendukung keputusan medis dan peringatan dini terhadap risiko stroke pada pasien. Validasi lebih lanjut diperlukan untuk memastikan keandalan dan generalitas model dengan Dataset yang lebih luas dan beragam.

Actions (login required)

View Item