SHMPUBLISHERSHMPUBLISHER
Journal of Soft Computing ExplorationJournal of Soft Computing ExplorationDiabetes Mellitus (DM) merupakan penyakit kronis yang komplikasi-komplikasinya memiliki dampak signifikan bagi pasien dan masyarakat luas. Pada tahap awal, diabetes mellitus umumnya tidak menimbulkan gejala yang berarti, tetapi jika terlambat terdeteksi dan tidak ditangani dengan baik, dapat menyebabkan masalah kesehatan serius. Untuk mengatasi permasalahan ini, deteksi diabetes menjadi salah satu solusi yang diterapkan. Dalam penelitian ini, deteksi diabetes dilakukan menggunakan algoritma Random Forest dengan optimasi hyperparameter GridSearchCV dan Bayesian. Penelitian ini dilaksanakan melalui tahapan studi literatur, pengembangan model menggunakan Kaggle Notebook, pengujian model, dan analisis hasil. Tujuan studi ini adalah untuk membandingkan optimasi hyperparameter GridSearchCV dan Bayesian, kemudian menganalisis kelebihan serta kekurangan masing-masing optimasi ketika diterapkan pada prediksi diabetes menggunakan algoritma Random Forest. Dari penelitian yang telah dilakukan, ditemukan bahwa optimasi hyperparameter GridSearchCV dan Bayesian memiliki kelebihan dan kekurangan tersendiri. Hyperparameter GridSearchCV unggul dalam hal akurasi sebesar 0,74, meskipun membutuhkan waktu lebih lama, yaitu 338,416 detik. Di sisi lain, optimasi hyperparameter Bayesian memiliki tingkat akurasi yang lebih rendah dibandingkan optimasi GridSearchCV dengan selisih 0,01, yaitu 0,73, dan membutuhkan waktu yang lebih singkat dibandingkan GridSearchCV, yaitu 177,085 detik.
Penelitian ini menyimpulkan bahwa optimasi hyperparameter GridSearchCV dan Bayesian memiliki keunggulan dan kelemahan masing-masing dalam prediksi diabetes menggunakan algoritma Random Forest.GridSearchCV menunjukkan akurasi lebih tinggi (0,74) namun memerlukan waktu komputasi yang lebih lama (338,416 detik).Sebaliknya, Bayesian optimization menawarkan waktu komputasi yang lebih singkat (177,085 detik) dengan akurasi yang sedikit lebih rendah (0,73).
Penelitian yang telah dilakukan ini memberikan pemahaman penting mengenai perbandingan metode optimasi hyperparameter GridSearchCV dan Bayesian dalam memprediksi diabetes menggunakan algoritma Random Forest, menunjukkan adanya pertukaran antara akurasi dan waktu komputasi. Untuk memperkaya studi ini dan mengembangkan solusi prediksi diabetes yang lebih canggih, ada beberapa arah penelitian lanjutan yang bisa dieksplorasi. Pertama, akan sangat menarik untuk menyelidiki bagaimana algoritma pembelajaran mesin lainnya, seperti XGBoost, LightGBM, atau model deep learning, bekerja dalam skenario yang sama, dan apakah mereka dapat mencapai tingkat akurasi yang lebih tinggi atau efisiensi komputasi yang lebih baik dibandingkan Random Forest. Pertanyaan penelitiannya bisa berupa: Bagaimana performa berbagai algoritma pembelajaran mesin canggih, selain Random Forest, dalam memprediksi diabetes ketika dikombinasikan dengan metode optimasi hyperparameter yang berbeda? Kedua, karena penelitian ini menggunakan dataset dengan karakteristik tertentu, penting untuk memahami dampak keragaman data. Penelitian di masa depan dapat mengeksplorasi bagaimana metode optimasi hyperparameter ini bekerja pada dataset diabetes yang lebih besar, lebih bervariasi secara demografis, atau yang menyertakan lebih banyak fitur klinis, untuk menguji generalisasi dan ketahanan model. Hal ini memunculkan pertanyaan: Bagaimana penggunaan dataset yang lebih besar dan lebih beragam, atau dengan penerapan teknik rekayasa fitur yang canggih, memengaruhi kinerja dan generalisasi model prediksi diabetes? Terakhir, mengingat temuan tentang perbedaan waktu komputasi, penelitian lanjutan dapat fokus pada pengembangan atau evaluasi metode optimasi hyperparameter alternatif yang mungkin menawarkan keseimbangan yang lebih optimal antara akurasi dan kecepatan, seperti optimasi berbasis algoritma genetika atau metode stokastik lainnya. Ini akan menjawab pertanyaan: Metode optimasi hyperparameter non-GridSearchCV atau non-Bayesian apa saja yang dapat memberikan keseimbangan optimal antara akurasi dan efisiensi komputasi untuk prediksi diabetes?.
| File size | 204.46 KB |
| Pages | 6 |
| Short Link | https://juris.id/p-2Np |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
LPPMUNSERALPPMUNSERA Ruang lingkup ilmu mencakup Penelitian Operasional, Sistem Manufaktur, Manajemen Industri, Ergonomi dan Sistem Kerja, Logistik dan Manajemen Rantai Pasokan,Ruang lingkup ilmu mencakup Penelitian Operasional, Sistem Manufaktur, Manajemen Industri, Ergonomi dan Sistem Kerja, Logistik dan Manajemen Rantai Pasokan,
ISI PADANGPANJANGISI PADANGPANJANG Karya sastra ini, yang merangsang imajinasi visual yang kuat, menginspirasi penciptaan serangkaian lukisan bergaya surealis. Tema-tema sentral—cintaKarya sastra ini, yang merangsang imajinasi visual yang kuat, menginspirasi penciptaan serangkaian lukisan bergaya surealis. Tema-tema sentral—cinta
PLBPLB Untuk penelitian selanjutnya, disarankan mengeksplorasi penggunaan algoritma pembelajaran mendalam, melakukan seleksi fitur untuk menyaring fitur kurangUntuk penelitian selanjutnya, disarankan mengeksplorasi penggunaan algoritma pembelajaran mendalam, melakukan seleksi fitur untuk menyaring fitur kurang
AISYAHUNIVERSITYAISYAHUNIVERSITY Fasilitas yang baik, harga yang wajar, staff yang kompeten, dan pelayanan yang luar biasa semuanya berdampak signifikan terhadap kepercayaan pelanggan.Fasilitas yang baik, harga yang wajar, staff yang kompeten, dan pelayanan yang luar biasa semuanya berdampak signifikan terhadap kepercayaan pelanggan.
STMIKJAYAKARTASTMIKJAYAKARTA Dengan adanya sistem informasi ini diharapkan transaksi kedua belah pihak dapat dengan mudah dan saling menguntungkan dan para pemilik juga dapat mengawasiDengan adanya sistem informasi ini diharapkan transaksi kedua belah pihak dapat dengan mudah dan saling menguntungkan dan para pemilik juga dapat mengawasi
STMIKJAYAKARTASTMIKJAYAKARTA Saat ini komputer memegang peranan penting dalam mempermudah penyelesaian suatu pekerjaan, meningkatkan efisiensi kerja serta meningkatkan kreatifitasSaat ini komputer memegang peranan penting dalam mempermudah penyelesaian suatu pekerjaan, meningkatkan efisiensi kerja serta meningkatkan kreatifitas
STMIKJAYAKARTASTMIKJAYAKARTA Sistem ini dapat dimanfaatkan oleh instansi terkait untuk mencari informasi dan lokasi aset, serta memperoleh keterangan tambahan dan rute terdekat dariSistem ini dapat dimanfaatkan oleh instansi terkait untuk mencari informasi dan lokasi aset, serta memperoleh keterangan tambahan dan rute terdekat dari
STMIKJAYAKARTASTMIKJAYAKARTA Untuk pembayaran dari transaksi yang terjadi dapat transfer antar rekening bank. Tujuan yang ingin dicapai dari pembangunan sistem e-commerce ini adalahUntuk pembayaran dari transaksi yang terjadi dapat transfer antar rekening bank. Tujuan yang ingin dicapai dari pembangunan sistem e-commerce ini adalah
Useful /
SHMPUBLISHERSHMPUBLISHER Saran bagi pengembang adalah mempertimbangkan jenis menu yang tepat dalam merancang aplikasi berbasis web, khususnya untuk aplikasi keuangan sekolah. MenuSaran bagi pengembang adalah mempertimbangkan jenis menu yang tepat dalam merancang aplikasi berbasis web, khususnya untuk aplikasi keuangan sekolah. Menu
SHMPUBLISHERSHMPUBLISHER Berdasarkan penelitian ini yang bertujuan memberikan rekomendasi untuk model prediksi risiko kredit, yang termasuk dalam teknik data mining untuk manajemenBerdasarkan penelitian ini yang bertujuan memberikan rekomendasi untuk model prediksi risiko kredit, yang termasuk dalam teknik data mining untuk manajemen
STAIN MADINASTAIN MADINA Bentuk perjanjian jual beli telah berkembang demikian pesat sebagai usaha mencapai kebutuhan hidup manusia, kadangkala perjanjian itu tidak memenuhi ketentuanBentuk perjanjian jual beli telah berkembang demikian pesat sebagai usaha mencapai kebutuhan hidup manusia, kadangkala perjanjian itu tidak memenuhi ketentuan
STAIN MADINASTAIN MADINA Metode penelitian ini menggunakan analisis deskriptif kualitatif. Hasil dari penelitian ini adalah pratikadan gadai tanah yang terjadi di Desa Candi dapatMetode penelitian ini menggunakan analisis deskriptif kualitatif. Hasil dari penelitian ini adalah pratikadan gadai tanah yang terjadi di Desa Candi dapat