Nafisah, Riza Maqfiratun (2022) Implementasi metode sampling pada klasifikasi penyakit stroke menggunakna algoritma random forest / Riza Maqfiratun Nafisah. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Penyakit Stroke merupakan ganguan fungsi otak yang disebabkan kurangnya suplai oksigen. Penyakit ini tergolong sebagai salah satu penyakit berbahaya bahkan menduduki peringkat ke-2 sebagai penyebab kematian terbanyak di dunia. Berdasarkan tingginya angka kematian maka perlu dilakukan deteksi sejak dini penyakit Stroke salah satunya dengan memanfaatkan Data Mining. Metode Data Mining yang digunakan dalam penelitian ini adalah Random Forest metode ini dipilih karena cocok dengan data sampel yang berukuran besar. Tujuan yang hendak dicapai dalam penelitian ini adalah untuk mengetahui proses dan hasil dari metode Random Forest dalam mengklasifikasikan penyakit Stroke. Tahapan yang dilakukan pada penelitian ini meliputi (1) Pengumpulan Dataset yang diperoleh dari website Kaggle dimana memiliki 11 atribut dan 5110 data. (2) Preprocessing data dengan melakukan Data Cleaning Transformation dan Balancing Data menggunakan teknik Sampling (3) Tuning dan Implementasi Random Forest dalam klasifikasi penyakit Stroke (4) evaluasi hasil pola yang telah dibuat dengan menghitung nilai Accuracy F-Measure dan Training Time berdasarkan tabel Confusion Matrix. Hasil dari percobaan ini menunjukkan bahwa teknik balancing data SMOTE dengan nilai mtry 6 dan ntree 1000 memiliki performa terbaik dengan hasil Accuracy 95 7% F-Measure 95 8% dan Training Time 18.1 second shy
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 12 Sep 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/264944 |
Actions (login required)
 |
View Item |