PLBPLB

TEMATIKTEMATIK

Tekanan darah tinggi merupakan salah satu penyakit kronis yang menjadi faktor risiko utama penyakit kardiovaskular dan membutuhkan deteksi dini untuk mencegah komplikasi serius. Penelitian sebelumnya telah menerapkan model Artificial Neural Network (ANN) berbasis data klinis nyata dengan tingkat akurasi sekitar 85%, namun masih terbatas pada jenis dan ketersediaan dataset tertentu. Selain itu, pemanfaatan dataset sintetis yang bersifat realistis sebagai alternatif pengujian model masih relatif jarang dilakukan. Oleh karena itu, penelitian ini bertujuan mengembangkan model ANN dalam melakukan klasifikasi biner terhadap individu dengan dan tanpa tekanan darah tinggi menggunakan dataset synthetic but realistic. Data latih digunakan untuk melatih model dengan memantau metrik accuracy dan validation loss, sementara evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model ANN mencapai akurasi sebesar 87,8%, dengan kemampuan yang seimbang dalam mengidentifikasi pasien tekanan darah tinggi maupun non-tekanan darah tinggi. Confusion matrix memperlihatkan jumlah prediksi benar yang cukup tinggi pada kedua kelas, sehingga menegaskan kemampuan model dalam mendukung klasifikasi biner pada data kesehatan. Temuan ini menunjukkan bahwa ANN tetap memberikan kinerja yang sangat baik meskipun diterapkan pada dataset synthetic but realistic, serta berpotensi menjadi pendekatan yang efektif untuk mendukung sistem pendukung keputusan medis, khususnya dalam mendeteksi dini tekanan darah tinggi dan mengurangi risiko komplikasi jangka panjang melalui intervensi yang lebih tepat waktu.

Penelitian ini berhasil mengembangkan model Artificial Neural Network (ANN) untuk memprediksi risiko tekanan darah tinggi menggunakan pendekatan klasifikasi biner berbasis dataset sintetis yang realistis.Model tersebut mencapai tingkat akurasi sebesar 87,8% dengan performa yang seimbang dalam mengklasifikasikan individu dengan dan tanpa hipertensi.Hasil ini menunjukkan bahwa dataset sintetis yang dirancang dengan baik dapat merepresentasikan karakteristik data klinis secara akurat dan menjadi alternatif pengujian yang layak bagi model prediksi berbasis kecerdasan buatan.

Berdasarkan keterbatasan penelitian dan potensi pengembangan lebih lanjut, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, perlu dilakukan validasi eksternal model ANN ini dengan menggunakan dataset klinis nyata untuk menguji tingkat generalisasi dan keandalannya dalam kondisi dunia nyata. Kedua, penelitian selanjutnya dapat mengeksplorasi penggunaan teknik augmentasi data untuk meningkatkan variasi dataset sintetis, sehingga model dapat lebih robust terhadap perbedaan karakteristik pasien. Ketiga, integrasi data longitudinal, seperti riwayat tekanan darah dan perubahan gaya hidup pasien, ke dalam model ANN dapat meningkatkan akurasi prediksi risiko hipertensi dalam jangka panjang. Penelitian-penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan sistem pendukung keputusan medis yang lebih efektif dan personal untuk pencegahan serta penanganan tekanan darah tinggi.

  1. MODEL PREDIKSI OTOMATIS JENIS PENYAKIT HIPERTENSI DENGAN PEMANFAATAN ALGORITMA MACHINE LEARNING ARTIFICIAL... ejournal.um-sorong.ac.id/index.php/insect/article/view/1828MODEL PREDIKSI OTOMATIS JENIS PENYAKIT HIPERTENSI DENGAN PEMANFAATAN ALGORITMA MACHINE LEARNING ARTIFICIAL ejournal um sorong ac index php insect article view 1828
  2. Global Disparities of Hypertension Prevalence and Control | Circulation. global disparities hypertension... ahajournals.org/doi/10.1161/CIRCULATIONAHA.115.018912Global Disparities of Hypertension Prevalence and Control Circulation global disparities hypertension ahajournals doi 10 1161 CIRCULATIONAHA 115 018912
  3. Journal of Hypertension. journal hypertension doi.org/10.1097/HJH.0000000000002922Journal of Hypertension journal hypertension doi 10 1097 HJH 0000000000002922
Read online
File size236.94 KB
Pages7
DMCAReport

Related /

JURIS Prediction of Classification of Air Quality Distribution in Java Island using ANN with Time Based Feature Expansion and Spatial Analysis 2026More at 2026

Tel-UTel-U Studi ini menunjukkan bahwa model ANN dengan perluasan fitur berbasis waktu secara signifikan meningkatkan akurasi prediksi kualitas udara di Pulau Jawa,Studi ini menunjukkan bahwa model ANN dengan perluasan fitur berbasis waktu secara signifikan meningkatkan akurasi prediksi kualitas udara di Pulau Jawa,

JURIS Efektivitas Sirup Nanopartikel Bunga Telang Clitoria ternatea terhadap Tekanan Darah pada Pasien Hipertensi Grade I 2026More at 2026

POLKESBANPOLKESBAN Ada perbedaan tekanan darah sistolik dan diastolik pada kelompok intervensi, pemberian sirup nanopartikel bunga telang dengan dosis 0,9 gr dengan kandunganAda perbedaan tekanan darah sistolik dan diastolik pada kelompok intervensi, pemberian sirup nanopartikel bunga telang dengan dosis 0,9 gr dengan kandungan

JURIS Faktor Faktor yang Mempengaruhi Kepatuhan Pasien Hipertensi Pasien Rujuk Balik di Kimia Farma Ponorogo 2025More at 2025

UnwahasUnwahas Sejumlah 34,90% responden dengan tekanan darah tidak terkontrol memiliki kepatuhan minum obat antihipertensi yang rendah. Faktor yang mempengaruhi kepatuhanSejumlah 34,90% responden dengan tekanan darah tidak terkontrol memiliki kepatuhan minum obat antihipertensi yang rendah. Faktor yang mempengaruhi kepatuhan

JURIS Faktor Risiko Komplikasi Kronik Pada Pasien Dm Tipe 2 Di Rsup Dr Wahidin Sudirohusodo Kota Makassar 2025More at 2025

HTPHTP Wahidin Sudirohusodo Kota Makassar, dapat ditarik kesimpulan bahwa faktor risiko komplikasi kronik yang signifikan berpengaruh, yakni. variabel usia, lamaWahidin Sudirohusodo Kota Makassar, dapat ditarik kesimpulan bahwa faktor risiko komplikasi kronik yang signifikan berpengaruh, yakni. variabel usia, lama

JURIS Analisis Perbandingan Algoritma KNN dan SVM untuk Prediksi Risiko Kesehatan Ibu Hamil 2025More at 2025

UHBUHB Hasil evaluasi model menunjukkan bahwa KNN mencapai tingkat akurasi 81%, sementara SVM memperoleh akurasi 75,50%. Analisis lebih lanjut menunjukkan bahwaHasil evaluasi model menunjukkan bahwa KNN mencapai tingkat akurasi 81%, sementara SVM memperoleh akurasi 75,50%. Analisis lebih lanjut menunjukkan bahwa

JURIS Sistem Pendukung Keputusan untuk Klasifikasi Risiko Diabetes Menggunakan Algoritma Decision Tree 2025More at 2025

UHBUHB Selain hasil metrik yang tinggi, penelitian ini juga menonjol dalam aspek interpretabilitas melalui visualisasi pohon keputusan yang mempermudah pemahamanSelain hasil metrik yang tinggi, penelitian ini juga menonjol dalam aspek interpretabilitas melalui visualisasi pohon keputusan yang mempermudah pemahaman

JURIS Optimizing Hyperparameters of CNN and DNN for Emotion Classification Based on EEG Signals 2024More at 2024

Tel-UTel-U Penelitian ini menunjukkan bahwa baik CNN maupun DNN memiliki keunggulan masing-masing dalam tugas klasifikasi emosi EEG, dan pilihan model bergantungPenelitian ini menunjukkan bahwa baik CNN maupun DNN memiliki keunggulan masing-masing dalam tugas klasifikasi emosi EEG, dan pilihan model bergantung

JURIS Kajian Kelompok Risiko Tinggi Studi Pendahuluan Pengembangan Model Pengendali Prevalensi Penyakit Kardiovaskular 2017More at 2017

CERICCERIC Oleh karena itu, pengembangan model kepemimpinan komunitas yang melibatkan kader dan tenaga kesehatan sangat penting untuk melakukan identifikasi dan manajemenOleh karena itu, pengembangan model kepemimpinan komunitas yang melibatkan kader dan tenaga kesehatan sangat penting untuk melakukan identifikasi dan manajemen

Useful /

JURIS Scientific Literacy Assessment for Physics Instruction by Integration Local Wisdom of Mandar Tribe in West Sulawesi Indonesia 2025More at 2025

STKIP SINGKAWANGSTKIP SINGKAWANG Dengan menghubungkan pembelajaran sains dengan latar belakang budaya siswa, studi ini berkontribusi pada peningkatan kualitas pendidikan fisika dan peningkatanDengan menghubungkan pembelajaran sains dengan latar belakang budaya siswa, studi ini berkontribusi pada peningkatan kualitas pendidikan fisika dan peningkatan

JURIS Optimizing Critical Thinking Skills Through Wizer Me Based E Module Development Using Discovery Learning Model in Basic Physics 2025More at 2025

STKIP SINGKAWANGSTKIP SINGKAWANG Penelitian ini menggunakan metode penelitian dan pengembangan (R&D) dengan model pengembangan McKenney. Data dalam penelitian meliputi analisis kebutuhan,Penelitian ini menggunakan metode penelitian dan pengembangan (R&D) dengan model pengembangan McKenney. Data dalam penelitian meliputi analisis kebutuhan,

JURIS Sentiment Analysis on Social Media Using Word2Vec and Gated Recurrent Unit GRU with Genetic Algorithm Optimization 2024More at 2024

Tel-UTel-U 49% improvement over the baseline. By combining TF-IDF with a 5,000 maximum features, applying Word2Vec to the top 1 similarity, and utilizing Genetic49% improvement over the baseline. By combining TF-IDF with a 5,000 maximum features, applying Word2Vec to the top 1 similarity, and utilizing Genetic

JURIS Analisis Faktor yang Memengaruhi Kualitas Hidup Anak Thalassemia Beta Mayor 2017More at 2017

CERICCERIC Rekomendasi dari penelitian ini adalah perlu dilakukan penelitian lanjutan dengan waktu yang lebih lama dan mengembangkan variabel-variabel lain yang belumRekomendasi dari penelitian ini adalah perlu dilakukan penelitian lanjutan dengan waktu yang lebih lama dan mengembangkan variabel-variabel lain yang belum

ads-block-test