STTSSTTS
INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and ComputationPenyakit jantung tetap menjadi beban terbesar bagi kesehatan masyarakat global. Organisasi Kesehatan Dunia memperkirakan sekitar 17,9 juta jiwa hilang setiap tahun akibat penyakit kardiovaskular, yang merupakan 32% dari seluruh kematian global. Pengembangan sistem prediksi yang akurat dan andal secara klinis berdasarkan pembelajaran mesin sangat penting untuk mendukung pengambilan keputusan klinis secara dini. Penelitian ini mengusulkan kerangka kerja optimasi komprehensif untuk algoritma K-Nearest Neighbor (KNN) yang diterapkan pada klasifikasi penyakit jantung menggunakan Dataset Cleveland Heart Disease dari UCI. Meskipun penelitian sebelumnya telah membahas ketidakseimbangan kelas menggunakan Teknik Oversampling Minoritas Sintetis (SMOTE) dan normalisasi fitur melalui Normalisasi Min-Max, belum ada studi yang menyelidiki secara bersamaan efek pemilihan metrik jarak dan optimasi nilai K sistematis dalam konteks data medis yang telah diolah secara pra-proses. Makalah ini memberikan tiga kontribusi: (1) analisis komparatif dari tiga metrik jarak, Euclidean, Manhattan, dan Minkowski (p=3), diterapkan pada KNN setelah pra-proses; (2) identifikasi optimal-K sistematis menggunakan Grid Search dengan Stratified 10-Fold Cross-Validation di seluruh kombinasi skenario metrik; dan (3) studi ablasi terstruktur di empat skenario pra-proses untuk mengkuantifikasi kontribusi individu dan gabungan dari SMOTE dan Normalisasi Min-Max. Eksperimen dilakukan pada 297 sampel dengan 13 fitur klinis. Hasil menunjukkan bahwa model yang paling terarah secara klinis (Skenario C: SMOTE Manhattan, K=9) mencapai akurasi 81,67%, recall 82,14%, dan skor F1 80,70%. Metrik Minkowski dalam skenario gabungan sepenuhnya (D) mencapai AUC tertinggi sebesar 92,47%, dengan nilai K optimal 21, konfigurasi yang sangat berbeda dengan Euclidean dan Manhattan, yang konvergen pada K=1. Temuan ini menunjukkan bahwa pilihan metrik jarak dan optimasi K berinteraksi secara signifikan, menawarkan panduan konfigurasi praktis untuk KNN dalam tugas klasifikasi medis.
Penelitian ini menyajikan kerangka kerja optimasi sistematis untuk algoritma K-Nearest Neighbor (KNN) yang diterapkan pada klasifikasi penyakit jantung.Tiga temuan utama muncul dari eksperimen pada Dataset Cleveland Heart Disease dari UCI.Pertama, metrik jarak optimal dan nilai K berinteraksi secara non-trivial.menggabungkan SMOTE dan Normalisasi Min-Max menyebabkan Euclidean dan Manhattan konvergen pada K=1 (mengindikasikan overfitting yang disebabkan SMOTE di bawah normalisasi), sedangkan Minkowski (p=3) memilih K=21, menghasilkan AUC yang jauh lebih baik (92,47% vs.Temuan ini secara empiris membenarkan kebutuhan optimasi K yang spesifik metrik.Kedua, pada data yang tidak seimbang secara ringan (rasio 1,17.1), SMOTE saja (Skenario C) outperforms pipeline gabungan sepenuhnya (Skenario D) dalam hal Recall dan Skor F1.Ini menantang asumsi bahwa menumpuk lebih banyak langkah pra-proses selalu meningkatkan kinerja dan menekankan pentingnya memvalidasi secara empiris kontribusi setiap komponen.Ketiga, jarak Manhattan secara konsisten outperforms Euclidean di semua skenario di dataset klinis ini, menyarankan sebagai default yang lebih tepat untuk KNN dalam klasifikasi tabel medis.Temuan ini menawarkan panduan konfigurasi konkret dan dapat diterapkan untuk praktisi yang menerapkan KNN dalam tugas klasifikasi medis.
Untuk penelitian lanjutan, disarankan untuk mengvalidasi temuan ini di berbagai sub-dataset penyakit jantung UCI (Hungarian, Swiss, VA Long Beach), menyelidiki varian SMOTE dalam kombinasi dengan metrik jarak yang berbeda, dan mengeksplorasi penjelasan SHAP untuk memberikan prediksi yang dapat dijelaskan untuk penggunaan klinis. Selain itu, studi ini dapat diperluas dengan mengeksplorasi efek pilihan metrik jarak yang berbeda pada kinerja KNN dalam tugas klasifikasi medis, serta menyelidiki bagaimana optimasi nilai K dapat meningkatkan kinerja secara keseluruhan. Akhirnya, penelitian lebih lanjut dapat dilakukan untuk mengeksplorasi bagaimana SMOTE dan normalisasi fitur dapat digunakan secara efektif dalam skenario ketidakseimbangan kelas yang lebih parah, dan bagaimana mereka dapat dioptimalkan untuk meningkatkan kinerja klasifikasi.
- SMOTE: Synthetic Minority Over-sampling Technique | Journal of Artificial Intelligence Research. smote... jair.org/index.php/jair/article/view/10302SMOTE Synthetic Minority Over sampling Technique Journal of Artificial Intelligence Research smote jair index php jair article view 10302
- Reducing bias in coronary heart disease prediction using Smote-ENN and PCA | PLOS One. reducing bias... doi.org/10.1371/journal.pone.0327569Reducing bias in coronary heart disease prediction using Smote ENN and PCA PLOS One reducing bias doi 10 1371 journal pone 0327569
| File size | 1.01 MB |
| Pages | 9 |
| DMCA | Report |
Related /
STTSSTTS Tuberkulosis (TB) merupakan penyakit yang disebabkan oleh bakteri Mycobacterium tuberculosis (M. tb) dan termasuk salah satu dari sepuluh penyakit palingTuberkulosis (TB) merupakan penyakit yang disebabkan oleh bakteri Mycobacterium tuberculosis (M. tb) dan termasuk salah satu dari sepuluh penyakit paling
STTSSTTS Keputusan pengadaan yang tidak akurat dapat menyebabkan kelebihan stok, kekurangan stok, dan kerugian finansial. Meskipun pendekatan kecerdasan buatanKeputusan pengadaan yang tidak akurat dapat menyebabkan kelebihan stok, kekurangan stok, dan kerugian finansial. Meskipun pendekatan kecerdasan buatan
UTUUTU Program berhasil meningkatkan pemahaman pelaku usaha, memperkenalkan model bisnis yang mengintegrasikan produksi ikan dan pemanfaatan limbah menjadi pupukProgram berhasil meningkatkan pemahaman pelaku usaha, memperkenalkan model bisnis yang mengintegrasikan produksi ikan dan pemanfaatan limbah menjadi pupuk
UTUUTU Kegiatan pengabdian ini dijalankan untuk pelestarian budaya Acheh bagi generasi muda diaspora di Kampung Acheh, Daerah Yan, Kedah Darul Aman, Malaysia,Kegiatan pengabdian ini dijalankan untuk pelestarian budaya Acheh bagi generasi muda diaspora di Kampung Acheh, Daerah Yan, Kedah Darul Aman, Malaysia,
UTUUTU Penggunaan Teknologi yang masih minim membuat nelayan harus memberi perhatian khusus tentang pembuangan air yang masuk ke perahu, keadaan ini menyita waktuPenggunaan Teknologi yang masih minim membuat nelayan harus memberi perhatian khusus tentang pembuangan air yang masuk ke perahu, keadaan ini menyita waktu
UTUUTU Kegiatan Pengabdian kepada Masyarakat yang dilaksanakan pada 21 Mei 2025 di Situs Cagar Budaya Makam Pahlawan Nasional Teuku Umar berhasil mengimplementasikanKegiatan Pengabdian kepada Masyarakat yang dilaksanakan pada 21 Mei 2025 di Situs Cagar Budaya Makam Pahlawan Nasional Teuku Umar berhasil mengimplementasikan
STAI YPBWISTAI YPBWI Hasil penelitian mengungkap bahwa guru menjalankan peran multifaset yang krusial sebagai demonstrator nilai, motivator yang peka terhadap perkembanganHasil penelitian mengungkap bahwa guru menjalankan peran multifaset yang krusial sebagai demonstrator nilai, motivator yang peka terhadap perkembangan
STAI YPBWISTAI YPBWI Gangguan kecemasan pada anak usia dini sering muncul melalui perilaku penakut berlebih, namun diagnostik dini masih sulit di Indonesia karena kurangnyaGangguan kecemasan pada anak usia dini sering muncul melalui perilaku penakut berlebih, namun diagnostik dini masih sulit di Indonesia karena kurangnya
Useful /
POLTEKKESJAMBIPOLTEKKESJAMBI Studi ini mengevaluasi pengaruh tingkat pengetahuan spesifik-anemia terhadap manifestasi klinis kejadian anemia pada remaja putri fase pubertas di institusiStudi ini mengevaluasi pengaruh tingkat pengetahuan spesifik-anemia terhadap manifestasi klinis kejadian anemia pada remaja putri fase pubertas di institusi
POLTEKKESJAMBIPOLTEKKESJAMBI Penelitian ini bertujuan untuk menganalisis hubungan antara manajemen diri dan self-efficacy dengan kualitas hidup pasien DM. Hasil penelitian menunjukkanPenelitian ini bertujuan untuk menganalisis hubungan antara manajemen diri dan self-efficacy dengan kualitas hidup pasien DM. Hasil penelitian menunjukkan
UTUUTU Kegiatan dilaksanakan pada 20 Maret 2025 menggunakan metode Forum Group Discussion (FGD) yang difasilitasi oleh Balai Besar Wilayah Sungai (BBWS) Surakarta,Kegiatan dilaksanakan pada 20 Maret 2025 menggunakan metode Forum Group Discussion (FGD) yang difasilitasi oleh Balai Besar Wilayah Sungai (BBWS) Surakarta,
UTUUTU Dapat disimpulkan bahwa kegiatan semacam ini efektif sebagai strategi pendidikan lingkungan dan pemberdayaan berbasis komunitas. Kegiatan pelatihan es-krimDapat disimpulkan bahwa kegiatan semacam ini efektif sebagai strategi pendidikan lingkungan dan pemberdayaan berbasis komunitas. Kegiatan pelatihan es-krim