Klasifikasi Penyakit Stroke Menggunakan Random Forest
Keywords:
Prediksi Stroke, Random Forest, Data Demografis, Faktor Risiko, Algoritma Machine Learning, Analisis Perilaku, Klasifikasi KesehatanAbstract
Penelitian ini bertujuan untuk memprediksi risiko stroke menggunakan algoritma Random Forest dengan menggunakan data demografi dan perilaku. Ini memproses data seperti usia, jenis kelamin, kebiasaan merokok, dan status kesehatan untuk menciptakan model yang akurat guna mengidentifikasi potensi risiko stroke seseorang. Model ini menggunakan proses pelatihan dan pengujian pada kumpulan data besar untuk meningkatkan akurasi prediksi. Evaluasi model memberikan hasil yang sangat memuaskan dalam hal akurasi dan presisi dalam mengidentifikasi faktor risiko. Dengan hasil tersebut, penelitian ini memberikan kontribusi signifikan pada bidang prediksi medis. Model ini bertujuan untuk mendukung sistem peringatan dini bagi petugas kesehatan dan pasien berisiko.
References
Adelina, V., Ratnawati, D. E., & Fauzi, M. A. (2018). Klasifikasi tingkat risiko penyakit stroke menggunakan metode GA-Fuzzy Tsukamoto. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(9), 3015–3021.
Fadlilah, M. S., Wihandika, R. C., & Rahayudi, B. (2019). Klasifikasi penurunan fungsi kognitif pasien stroke menggunakan metode klasifikasi Random Forest. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(3), 3005–3013.
As Sarofi, M. A., Irhamah, I., & Mukarromah, A. (2020). Identifikasi Genre Musik dengan Menggunakan Metode Random Forest. Jurnal Sains dan Seni ITS, 9(1), 79–86.
Agustin, E., Eviyanti, A., & Azizah, N. L. (2023). Deteksi Penyakit Epilepsi Melalui Sinyal EEG Menggunakan Metode DWT dan Extreme Gradient Boosting. Jurnal Media Informatika Budidarma, 7(1), 117–127.
Neuhaus, A. A., et al. (2017). Neuroprotection in stroke: The importance of collaboration and reproducibility. Brain, 140, 2079–2092.
Stein, J. Essentials of Physical Medicine and Rehabilitation Chapter 159 Stroke. Philadelphia: Elsevier, 2020.
Heniwati, Thabrany, H. Perbandingan Klaim Penyakit Katastropik Peserta Jaminan Kesehatan Nasional di Provinsi DKI Jakarta dan Nusa Tenggara Timur tahun 2014. Jurnal Ekonomi Kesehatan Indonesia, 2006.
Roger, V.L., et al. "Heart disease and stroke statistics—2011 update: A report from the American Heart Association." Circulation, 2011.
Fadli, M., & Saputra, R. A. (2023). Klasifikasi dan Evaluasi Performa Model Random Forest untuk Prediksi Stroke. Jurnal Teknik, 12(2), 72–80. Universitas Pamulang.
Elbagoury, B.M., et al. "Hybrid Stacked CNN and Residual Feedback GMDH-LSTM Deep Learning Model for Stroke Prediction." Sensors, 2023.
