Optimasi Klasifikasi Data Tidak Seimbang Pada Dataset Medis Pada Kasus Penyakit Ginjal Kronis Dengan Teknik SMOTE

Bhirawa, R.M Aldani Adi (2025) Optimasi Klasifikasi Data Tidak Seimbang Pada Dataset Medis Pada Kasus Penyakit Ginjal Kronis Dengan Teknik SMOTE. S1 thesis, Universitas Ngudi Waluyo.

	Text rm aldani adi bhirawa_141211016_ABSTRAK - ALDANI.pdf Download (6kB)
	Text rm aldani adi bhirawa_141211016_artikel - ALDANI.pdf Restricted to Registered users only Download (714kB) | Request a copy
	Text rm aldani adi bhirawa_141211016_artikelword - ALDANI.docx Restricted to Registered users only Download (243kB) | Request a copy
	Text rm aldani adi bhirawa_141211016_BAB 1 - ALDANI.pdf Download (113kB)
	Text rm aldani adi bhirawa_141211016_BAB 2 - ALDANI.pdf Restricted to Registered users only Download (271kB) | Request a copy
	Text rm aldani adi bhirawa_141211016_BAB 3 - ALDANI.pdf Download (387kB)
	Text rm aldani adi bhirawa_141211016_BAB 4 - ALDANI.pdf Restricted to Registered users only Download (100kB) | Request a copy
	Text rm aldani adi bhirawa_141211016_DAFTAR PUSTAKA - ALDANI.pdf Download (147kB)
	Text rm aldani adi bhirawa_141211016_lampiranbelakang - ALDANI.pdf Restricted to Registered users only Download (844kB) | Request a copy
	Text rm aldani adi bhirawa_141211016_lampiran depan - ALDANI.pdf Download (865kB)
	Text rm aldani adi bhirawa_141211016_halamanjudul - ALDANI.pdf Download (104kB)
	Text rm aldani adi bhirawa_141211016_lembaranpengesahanartikel - ALDANI.pdf Download (78kB)
	Text rm aldani adi bhirawa_141211016_Lembarkonsul - ALDANI.pdf Download (1MB)
	Text rm aldani adi bhirawa_141211016_fulltext word - ALDANI.docx Restricted to Registered users only Download (5MB) | Request a copy
	Text rm aldani adi bhirawa_141211016_fulltextpdf - ALDANI.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penyakit Ginjal Kronis (PGK) telah menjadi masalah kesehatan global yang signifikan, dengan prevalensi yang meningkat tajam, terutama di negara-negara berkembang seperti Indonesia. Menurut Kementrian Kesehatan (KEMENKES), untuk mengatasi hal ini, Teknik Pengambilan Sampel Over-sampling Minoritas Sintetis (SMOTE) telah diadopsi secara luas. SMOTE menghasilkan sampel sintetis untuk kelas minoritas, sehingga meningkatkan kemampuan model untuk mengidentifikasi pasien berisiko tinggi. Penelitian menunjukkan efektivitas SMOTE, terutama ketika dikombinasikan dengan algoritme pembelajaran ensembel seperti Random Forest dan Gradient Boosting. Pengumpulan data difokuskan pada parameter medis yang relevan dan penting untuk penelitian, yang meliputi hasil tes laboratorium, laporan diagnostik, dan pengamatan klinis yang berkaitan dengan fungsi ginjal. Dataset penyakit ginjal ini digunakan untuk memprediksi apakah seseorang menderita penyakit ginjal kronis atau tidak dengan total sampel sebanyak 400 data yang diperoleh dari rumah sakit umum daerah ungaran dan beberapa klinik yang dapat mendeteksi penyakit ginjal. Penelitian terbaru menyoroti bahwa SMOTE secara signifikan meningkatkan akurasi model, dengan Random Forest mencapai akurasi 99,30%. Temuan ini menekankan pentingnya penyeimbangan data dalam meningkatkan ketepatan diagnostik, menawarkan jalan yang menjanjikan untuk deteksi dini CKD dan meningkatkan hasil pasien. Keyword: Gradient Boosting, Penyakit Ginjal Kronis, SMOTE, Random Forest, Gradient Boosting.

Actions (login required)

View Item