PNCPNC
InfotekmesinInfotekmesinKlasifikasi penyakit Telinga, Hidung, dan Tenggorokan (THT) penting dilakukan untuk membantu diagnosis lebih cepat dan akurat. Namun, hingga kini belum ada studi yang secara khusus membandingkan performa algoritma Naïve Bayes, Support Vector Machine (SVM), dan Random Forest dalam kasus penyakit THT. Penelitian ini bertujuan mengevaluasi dan membandingkan ketiga model klasifikasi tersebut dalam mengenali penyakit THT dengan atau tanpa komorbiditas. Data diperoleh dari rekam medis rumah sakit, diolah melalui pra-pemrosesan, seleksi fitur menggunakan ANOVA, serta penyeimbangan data dengan SMOTE. Hasil menunjukkan bahwa SVM memiliki kinerja terbaik (akurasi 59%), diikuti Random Forest (57%), dan Naïve Bayes (48%). SVM unggul karena konsistensi tinggi pada semua metrik evaluasi. Penelitian ini menyimpulkan bahwa pemilihan model klasifikasi sangat mempengaruhi akurasi diagnosis penyakit THT.
Dari ketiga model yang diuji, SVM terbukti sebagai model terbaik dengan akurasi 59%, diikuti Random Forest 57% dan Naïve Bayes 48%.SVM menunjukkan konsistensi tinggi pada semua metrik evaluasi, sementara Naïve Bayes menunjukkan performa terendah.Oleh karena itu, pemilihan algoritma klasifikasi sangat mempengaruhi akurasi diagnosis penyakit THT.
Pertimbangkan studi perbandingan menggunakan model deep learning, seperti CNN atau LSTM, untuk mengolah data gambar atau teks rekam medis guna menilai apakah arsitektur neural network dapat meningkatkan akurasi klasifikasi penyakit THT dibandingkan model tradisional. Selanjutnya, lakukan penelitian multi-label dengan menambahkan fitur klinis tambahan—misalnya nilai laboratorium, riwayat penyakit keluarga, dan parameter pencitraan—untuk memperkaya informasi diagnostik, sehingga model dapat menangani variabilitas tinggi pada kasus komorbiditas dan memberikan prediksi yang lebih akurat terhadap berbagai jenis penyakit THT. Akhirnya, evaluasi model dengan dataset yang lebih besar dan diakuisisi dari beberapa rumah sakit regional untuk menguji generalisasi dan kelestarian performa model, serta menentukan faktor-faktor mana yang paling berkontribusi terhadap keputusan diagnosis, sehingga dapat menurunkan tingkat kesalahan diagnostik dan meningkatkan kualitas layanan kesehatan.
- PENERAPAN MACHINE LEARNING DALAM PREDIKSI TINGKAT KASUS PENYAKIT DI INDONESIA | Journal of Information... jurnal.amikom.ac.id/index.php/joism/article/view/1136PENERAPAN MACHINE LEARNING DALAM PREDIKSI TINGKAT KASUS PENYAKIT DI INDONESIA Journal of Information jurnal amikom ac index php joism article view 1136
- Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru... journal.irpi.or.id/index.php/malcom/article/view/591Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru journal irpi index php malcom article view 591
- Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa | Jurnal Teknologi Informasi... doi.org/10.25126/jtiik.20241118074Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa Jurnal Teknologi Informasi doi 10 25126 jtiik 20241118074
| File size | 575.02 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UNISAPUNISAP Hasil penelitian menunjukkan bahwa Meaningful Learning terwujud melalui strategi pengaitan materi dengan pengalaman nyata siswa, Joyful Learning tampakHasil penelitian menunjukkan bahwa Meaningful Learning terwujud melalui strategi pengaitan materi dengan pengalaman nyata siswa, Joyful Learning tampak
UNAIRUNAIR Dalam penelitian ini, transfer learning digunakan untuk mengevaluasi tiga model deep learning ResNet-50, AlexNet, dan GoogLeNet pada total 20.325 gambarDalam penelitian ini, transfer learning digunakan untuk mengevaluasi tiga model deep learning ResNet-50, AlexNet, dan GoogLeNet pada total 20.325 gambar
UNYUNY Hasil menunjukkan bahwa deep learning memberikan akurasi yang lebih tinggi namun membutuhkan waktu proses yang lebih lama. Penelitian ini dilakukan denganHasil menunjukkan bahwa deep learning memberikan akurasi yang lebih tinggi namun membutuhkan waktu proses yang lebih lama. Penelitian ini dilakukan dengan
SHMPUBLISHERSHMPUBLISHER GridSearchCV menunjukkan akurasi lebih tinggi (0,74) namun memerlukan waktu komputasi yang lebih lama (338,416 detik). Sebaliknya, Bayesian optimizationGridSearchCV menunjukkan akurasi lebih tinggi (0,74) namun memerlukan waktu komputasi yang lebih lama (338,416 detik). Sebaliknya, Bayesian optimization
STMIKJAYAKARTASTMIKJAYAKARTA Namun metode tersebut kurang efektif dan efisien dan juga belum cukup untuk memenuhi informasi yang dibutuhkan oleh pihak kementerian, sehingga kementerianNamun metode tersebut kurang efektif dan efisien dan juga belum cukup untuk memenuhi informasi yang dibutuhkan oleh pihak kementerian, sehingga kementerian
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini juga mengusulkan penggunaan state yang lebih sedikit, penggunaan uang kertas sebagai input untuk meningkatkan efisiensi dan biaya desainPenelitian ini juga mengusulkan penggunaan state yang lebih sedikit, penggunaan uang kertas sebagai input untuk meningkatkan efisiensi dan biaya desain
STMIKJAYAKARTASTMIKJAYAKARTA Dengan adanya sistem informasi komputerisasi berbasis web diharapkan dapat membantu calon taruna dalam pendaftaran dan mendapatkan keakuratan informasiDengan adanya sistem informasi komputerisasi berbasis web diharapkan dapat membantu calon taruna dalam pendaftaran dan mendapatkan keakuratan informasi
STMIKLOMBOKSTMIKLOMBOK Namun masih banyak orang yang belum mengetahui beras mana yang memiliki kualitas bagus. Jika beras dalam keadaan bersih, tak berbau, dan memiliki hargaNamun masih banyak orang yang belum mengetahui beras mana yang memiliki kualitas bagus. Jika beras dalam keadaan bersih, tak berbau, dan memiliki harga
Useful /
DEWANSENGKETADEWANSENGKETA Penelitian ini juga melihat bagaimana lembaga adat yang diberi kewenangan oleh hukum nasional, seperti di Papua, Bali, dan Kalimantan, bertindak dalamPenelitian ini juga melihat bagaimana lembaga adat yang diberi kewenangan oleh hukum nasional, seperti di Papua, Bali, dan Kalimantan, bertindak dalam
UNYUNY Penilaian sebelum dan sesudah intervensi dilakukan melalui survei, tes pendengaran, dan kegiatan transkripsi musik. Hasil penelitian menunjukkan sebagianPenilaian sebelum dan sesudah intervensi dilakukan melalui survei, tes pendengaran, dan kegiatan transkripsi musik. Hasil penelitian menunjukkan sebagian
UNYUNY Dengan desain pre‑eksperimental satu kelompok pre‑test post‑test dan analisis statistik Wilcoxon, strategi KWL terbukti efektif dalam meningkatkanDengan desain pre‑eksperimental satu kelompok pre‑test post‑test dan analisis statistik Wilcoxon, strategi KWL terbukti efektif dalam meningkatkan
UNYUNY Penelitian ini mengeksplorasi pengaruh pengalaman mengajar dan kolaborasi guru-orangtua dalam mengelola perilaku disruptif siswa sekolah menengah di Nigeria.Penelitian ini mengeksplorasi pengaruh pengalaman mengajar dan kolaborasi guru-orangtua dalam mengelola perilaku disruptif siswa sekolah menengah di Nigeria.