PDSIPDSI
Bulletin of Informatics and Data ScienceBulletin of Informatics and Data SciencePenyakit kardiovaskular tetap menjadi penyebab utama kematian di seluruh dunia. Menurut Organisasi Kesehatan Dunia (WHO), sekitar 17,9 juta kematian terjadi setiap tahun akibat kondisi kardiovaskular, yang mewakili 32% dari mortalitas global [1]. Dari angka ini, sekitar 85% disebabkan oleh serangan jantung dan stroke, dengan prevalensi yang terus meningkat, terutama di negara-negara berkembang [2]. Deteksi dini adalah salah satu strategi paling kritis untuk mengurangi tingkat mortalitas ini. Namun, proses diagnostik konvensional seringkali membutuhkan waktu yang lama, biaya tinggi, dan sangat bergantung pada keahlian klinis yang tidak selalu tersedia. Oleh karena itu, metode prediksi berbasis data yang menggunakan pembelajaran mesin telah muncul sebagai alternatif yang menjanjikan untuk mendukung identifikasi dini pasien berisiko tinggi dengan cara yang lebih efisien dan akurat.
Penelitian ini menunjukkan bahwa penerapan RobustScaler sebagai teknik pra-pemrosesan secara signifikan meningkatkan kinerja algoritma Support Vector Machine (SVM) dalam memprediksi kasus serangan jantung.Tanpa pra-pemrosesan, model SVM dasar mencapai akurasi sebesar 64,77% dan menunjukkan sensitivitas yang buruk terhadap kelas negatif, dengan recall hanya 26,47%.Setelah menggunakan RobustScaler, akurasi model meningkat menjadi 85,23%, dan skor ROC-AUC naik dari 73,65% menjadi 93,36%, menunjukkan peningkatan 26,78% dalam kemampuan klasifikasi.Temuan ini mengonfirmasi bahwa pemilihan strategi pra-pemrosesan yang tepat, khususnya dalam menangani outlier, memainkan peran penting dalam meningkatkan kinerja model pada dataset klinis.Dataset yang digunakan relatif kecil, hanya terdiri dari 303 catatan pasien, dan hasilnya tidak divalidasi pada dataset eksternal.Selain itu, penelitian ini fokus secara eksklusif pada RobustScaler tanpa membandingkannya dengan teknik pemrosesan atau penanganan outlier lainnya.Model juga menunjukkan penurunan ringan dalam recall untuk kelas positif, menunjukkan bahwa beberapa kasus serangan jantung masih salah diklasifikasikan.Penelitian masa depan disarankan untuk memperluas dataset, melakukan optimasi parameter, mengevaluasi metode pra-pemrosesan lainnya, dan menguji model pada populasi atau pengaturan klinis yang berbeda untuk meningkatkan ketahanan dan generalisasi.
Untuk penelitian lanjutan, disarankan untuk memperluas dataset dengan mengumpulkan lebih banyak data pasien dari berbagai sumber dan populasi. Selain itu, optimasi parameter model SVM dapat dilakukan untuk meningkatkan kinerjanya lebih lanjut. Penelitian juga dapat mengeksplorasi teknik-teknik pra-pemrosesan lainnya, seperti StandardScaler atau MinMaxScaler, dan membandingkan kinerjanya dengan RobustScaler. Selain itu, penelitian dapat menggabungkan teknik pra-pemrosesan dengan teknik seleksi fitur untuk meningkatkan kinerja model secara keseluruhan. Dengan memperluas dataset, melakukan optimasi parameter, dan mengeksplorasi teknik-teknik pra-pemrosesan dan seleksi fitur, penelitian lanjutan dapat meningkatkan ketahanan dan generalisasi model prediksi serangan jantung, sehingga dapat diterapkan secara luas dalam pengaturan klinis.
- Improving malaria prediction with ensemble learning and robust scaler: An integrated approach for enhanced... ejournal.ittelkom-pwt.ac.id/index.php/infotel/article/view/1056Improving malaria prediction with ensemble learning and robust scaler An integrated approach for enhanced ejournal ittelkom pwt ac index php infotel article view 1056
- Frontiers | Burden of Peripheral Artery Disease and Its Attributable Risk Factors in 204 Countries and... doi.org/10.3389/fcvm.2022.868370Frontiers Burden of Peripheral Artery Disease and Its Attributable Risk Factors in 204 Countries and doi 10 3389 fcvm 2022 868370
- Effect of Feature Scaling Pre-processing Techniques on Machine Learning Algorithms to Predict Particulate... doi.org/10.32628/ijsrst52411150Effect of Feature Scaling Pre processing Techniques on Machine Learning Algorithms to Predict Particulate doi 10 32628 ijsrst52411150
| File size | 446.3 KB |
| Pages | 9 |
| DMCA | Report |
Related /
LAPANLAPAN Hasil komputasi dan analisis amplifikasi putar guling mampu menggambarkan kejadian dalam ruang pembakaran motor roket selama tes penerbangan. Model simulasiHasil komputasi dan analisis amplifikasi putar guling mampu menggambarkan kejadian dalam ruang pembakaran motor roket selama tes penerbangan. Model simulasi
LAPANLAPAN Dalam eksperimen atau percobaan, rekonstruksi ABL biasanya dilakukan dengan try and error, perlu untuk mengetahui kecenderungan parameter ABL untuk membuatnyaDalam eksperimen atau percobaan, rekonstruksi ABL biasanya dilakukan dengan try and error, perlu untuk mengetahui kecenderungan parameter ABL untuk membuatnya
UMBUMB Studi ini menunjukkan potensi LightGBM dalam meningkatkan keamanan PON dan membangun jaringan broadband yang cerdas serta tahan lama. Model LightGBM menunjukkanStudi ini menunjukkan potensi LightGBM dalam meningkatkan keamanan PON dan membangun jaringan broadband yang cerdas serta tahan lama. Model LightGBM menunjukkan
NINETYJOURNALNINETYJOURNAL Evaluasi akhir pada data uji menunjukkan performa model yang kuat dengan akurasi 84,94%, presisi (weighted) 0,8460, recall (weighted) 0,8494, dan F1-scoreEvaluasi akhir pada data uji menunjukkan performa model yang kuat dengan akurasi 84,94%, presisi (weighted) 0,8460, recall (weighted) 0,8494, dan F1-score
NINETYJOURNALNINETYJOURNAL Dataset diambil dari sebuah website yang bergerak di bidang data since yang bernama Kaggle. Pembelajaran mesin menggunakan Epoch 1, epoch 10 dan epochDataset diambil dari sebuah website yang bergerak di bidang data since yang bernama Kaggle. Pembelajaran mesin menggunakan Epoch 1, epoch 10 dan epoch
ECOJOINECOJOIN Dalam penelitian ini menggunakan metode deskriptif analitis yaitu untuk mengetahui dan menjelaskan karakteristik variabel yang diteliti dalam suatu situasiDalam penelitian ini menggunakan metode deskriptif analitis yaitu untuk mengetahui dan menjelaskan karakteristik variabel yang diteliti dalam suatu situasi
KOMPETIFKOMPETIF Penelitian ini bertujuan untuk membuktikan pengaruh rasio keuangan terhadap perubahan kinerja perusahaan sektor industri aneka yang diukur melalui labaPenelitian ini bertujuan untuk membuktikan pengaruh rasio keuangan terhadap perubahan kinerja perusahaan sektor industri aneka yang diukur melalui laba
IAESCOREIAESCORE Penelitian ini memperkenalkan perilaku manual dan otonom UGV yang menggabungkan GPS dan INS serta pemodelan sepeda, dan mengidentifikasi beberapa caraPenelitian ini memperkenalkan perilaku manual dan otonom UGV yang menggabungkan GPS dan INS serta pemodelan sepeda, dan mengidentifikasi beberapa cara
Useful /
UNIBUNIB The module consists of 3 main components, namely the introductory, core, and closing sections. This study uses R&D methods with stages Analysis, Design,The module consists of 3 main components, namely the introductory, core, and closing sections. This study uses R&D methods with stages Analysis, Design,
SINESIASINESIA Namun, kemajuan ini juga diiringi dengan peningkatan kejahatan siber, seperti peretasan, penipuan digital, pencurian identitas, dan ransomware, yang mengancamNamun, kemajuan ini juga diiringi dengan peningkatan kejahatan siber, seperti peretasan, penipuan digital, pencurian identitas, dan ransomware, yang mengancam
NINETYJOURNALNINETYJOURNAL Dengan adanya aplikasi ini penyakit ISPA dapat didiagnosa berdasarkan gejala-gejala yang ada pada pasien. Aplikasi ini memuat basis pengetahuan, halamanDengan adanya aplikasi ini penyakit ISPA dapat didiagnosa berdasarkan gejala-gejala yang ada pada pasien. Aplikasi ini memuat basis pengetahuan, halaman
SCADINDEPENDENTSCADINDEPENDENT Jika pesan ini menjadi program dalam pikiran mereka, maka itu akan mengubah perilaku mereka di ujian. Setelah menerapkan beberapa teknik atau model NLP,Jika pesan ini menjadi program dalam pikiran mereka, maka itu akan mengubah perilaku mereka di ujian. Setelah menerapkan beberapa teknik atau model NLP,