UNITOMOUNITOMO
Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan KomunikasiInform: Jurnal Ilmiah Bidang Teknologi Informasi dan KomunikasiPolycystic Ovary Syndrome (PCOS) adalah gangguan hormonal yang memengaruhi wanita usia reproduksi, dengan prevalensi global 8‑13%. Sekitar 70% kasus tidak terdiagnosis. Penelitian ini bertujuan mengembangkan dan membandingkan delapan model klasifikasi Random Forest untuk deteksi PCOS menggunakan dataset publik Kaggle. Metodologi mencakup tiga teknik preprocessing penting: penanganan outlier menggunakan metode Interquartile Range (IQR), pemilihan fitur melalui Mutual Information, dan penyeimbangan kelas menggunakan SMOTE‑Tomek. Hasil menunjukkan bahwa model terbaik—yang menerapkan penghapusan outlier dan SMOTE tanpa pemilihan fitur—menyajikan akurasi 94,11%, jauh melampaui model dasar Random Forest (87,27%) tanpa preprocessing. Model yang hanya menggunakan SMOTE mencapai akurasi 93,84%, menegaskan pentingnya penanganan ketidakseimbangan kelas. Pemilihan fitur tidak konsisten meningkatkan akurasi, karena Random Forest secara inheren menangani redundansi fitur. Temuan ini menyoroti pentingnya strategi preprocessing khusus, terutama penghapusan outlier dan penyeimbangan kelas, untuk mengoptimalkan klasifikasi data medis. Penelitian lanjutan harus mengeksplorasi teknik pemilihan fitur yang diinformasikan klinis dan menilai generalisasi temuan ini pada dataset beragam untuk meningkatkan relevansi klinis model deteksi PCOS.
Penggunaan penghapusan outlier bersama dengan penyeimbangan kelas menggunakan SMOTE‑Tomek meningkatkan akurasi klasifikasi PCOS secara signifikan, mencapai 94,11% tanpa pemilihan fitur.Penyeimbangan kelas saja juga efektif, mencapai 93,84%, sementara pemilihan fitur saja menurunkan performa.Random Forest secara alami mengelola redundansi fitur sehingga pemilihan fitur tidak selalu meningkatkan akurasi.Strategi preprocessing khusus—terutama penghapusan outlier dan penyeimbangan kelas—berperan krusial dalam mengoptimalkan model klasifikasi medis.
Penelitian selanjutnya dapat mengkaji pengembangan metode pemilihan fitur yang diinformasikan klinis, misalnya dengan memanfaatkan pengetahuan biomarker spesifik PCOS, guna mengidentifikasi subset fitur yang lebih relevan sambil mempertahankan keragaman informasi penting bagi model Random Forest; memvalidasi keandalan model pada dataset lain yang berasal dari populasi berbeda di berbagai wilayah geografis, agar dapat menilai generalisasi dan robuste model serta menyesuaikan parameter preprocessing; serta mengevaluasi integrasi model dengan sistem keputusan klinis berbasis pengetahuan, dengan meneliti bagaimana hasil klasifikasi dapat diinterpretasikan dan diimplementasikan secara praktis dalam alur kerja diagnosis klinis, guna meningkatkan akurasi dan kepercayaan tenaga medis terhadap alat diagnostik berbasis AI.
- Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi. smote tomek re sampling based random... doi.org/10.25139/inform.v9i2.8410Inform Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi smote tomek re sampling based random doi 10 25139 inform v9i2 8410
- Implementasi Random Forest Untuk Klasifikasi Motif Songket Palembang Berdasarkan SIFT | JATISI. implementasi... doi.org/10.35957/jatisi.v7i2.289Implementasi Random Forest Untuk Klasifikasi Motif Songket Palembang Berdasarkan SIFT JATISI implementasi doi 10 35957 jatisi v7i2 289
- Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi. comparative analysis pcos random forest... doi.org/10.25139/inform.v10i1.9231Inform Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi comparative analysis pcos random forest doi 10 25139 inform v10i1 9231
| File size | 655.09 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UBUB Meningkatkan kemampuan pengukuran kompleksitas perangkat lunak secara adaptif merupakan hal penting untuk membantu project manager memperkirakan usahaMeningkatkan kemampuan pengukuran kompleksitas perangkat lunak secara adaptif merupakan hal penting untuk membantu project manager memperkirakan usaha
UBUB Analisis sentimen merupakan pendekatan penting untuk memahami opini pengguna terhadap aplikasi digital. Penelitian ini bertujuan mengklasifikasikan sentimenAnalisis sentimen merupakan pendekatan penting untuk memahami opini pengguna terhadap aplikasi digital. Penelitian ini bertujuan mengklasifikasikan sentimen
UBUB Hidroponik merupakan metode pertanian modern yang efisien dalam penggunaan sumber daya dan lingkungan, namun memerlukan pemantauan serta pengaturan nutrisiHidroponik merupakan metode pertanian modern yang efisien dalam penggunaan sumber daya dan lingkungan, namun memerlukan pemantauan serta pengaturan nutrisi
UBUB Pengujian membuktikan bahwa sistem mampu memantau kondisi suhu dan kelembapan secara real time dan menginformasikannya kepada petani. Selain itu, sistemPengujian membuktikan bahwa sistem mampu memantau kondisi suhu dan kelembapan secara real time dan menginformasikannya kepada petani. Selain itu, sistem
UBUB Algoritma Process Mining, seperti Inductive Miner, Heuristic Miner, dan Fuzzy Miner, memiliki keunggulan masing-masing dalam analisis event log pendidikanAlgoritma Process Mining, seperti Inductive Miner, Heuristic Miner, dan Fuzzy Miner, memiliki keunggulan masing-masing dalam analisis event log pendidikan
UBUB Integrasi EDA dan CRISP‑DM terbukti menghasilkan model prediksi yang akurat, meskipun penerapan EDA memerlukan waktu tambahan dalam analisis. CRISP‑DMIntegrasi EDA dan CRISP‑DM terbukti menghasilkan model prediksi yang akurat, meskipun penerapan EDA memerlukan waktu tambahan dalam analisis. CRISP‑DM
IVETIVET Tema Kemudahan Penggunaan terbagi atas sub tema Mudah Digunakan, Mudah Dipahami, dan Menarik. Tema Kecanggihan Aplikasi terbagi atas Hasil Akhir yang MudahTema Kemudahan Penggunaan terbagi atas sub tema Mudah Digunakan, Mudah Dipahami, dan Menarik. Tema Kecanggihan Aplikasi terbagi atas Hasil Akhir yang Mudah
IVETIVET Efisiensi energi meningkat signifikan, dengan penghematan estimatif sebesar 25–30% di satu ruang kelas. Jika diimplementasikan secara menyeluruh, sistemEfisiensi energi meningkat signifikan, dengan penghematan estimatif sebesar 25–30% di satu ruang kelas. Jika diimplementasikan secara menyeluruh, sistem
Useful /
UBUB Arsitektur tersebut menggabungkan kekuatan jaringan mesh sebagai perluasan cakupan multi-hop dengan kemampuan IRS dalam membentuk ulang lingkungan propagasiArsitektur tersebut menggabungkan kekuatan jaringan mesh sebagai perluasan cakupan multi-hop dengan kemampuan IRS dalam membentuk ulang lingkungan propagasi
UBUB Dataset dibagi menjadi 70% untuk pelatihan, 20% validasi, dan 10% pengujian. Evaluasi model menggunakan metrik mean Average Precision (mAP) dengan delapanDataset dibagi menjadi 70% untuk pelatihan, 20% validasi, dan 10% pengujian. Evaluasi model menggunakan metrik mean Average Precision (mAP) dengan delapan
UBUB Pembagian dilakukan dengan mempertahankan distribusi kelas secara merata (stratifikasi) guna memastikan keadilan dalam proses pelatihan dan pengujian.Pembagian dilakukan dengan mempertahankan distribusi kelas secara merata (stratifikasi) guna memastikan keadilan dalam proses pelatihan dan pengujian.
UNITOMOUNITOMO Implementasi aplikasi menunjukkan bahwa semakin tinggi umpan balik positif pengguna, semakin tinggi niat penggunaan aplikasi. Aplikasi e‑government diImplementasi aplikasi menunjukkan bahwa semakin tinggi umpan balik positif pengguna, semakin tinggi niat penggunaan aplikasi. Aplikasi e‑government di