Prediksi Penyakit Jantung dengan menggunakan Machine Learning Autogluon
Abstract
Penyakit jantung merupakan penyakit yang termasuk ke dalam jenis penyakit
kardiovaskular. Menurut world health organization (WHO) penyakit jantung khususnya
di Indonesia menjadi penyakit dengan angka kematian tertinggi setelah penyakit stroke
dengan jumlah kematian mencapai 85 untuk Wanita dan 107 untuk pria untuk 100.000
populasi. Angka kematian akibat penyakit jantung ini dapat terjadi akibat berbagai faktor
seperti kurangnya aktivitas fisik, pola makan buruk, konsumsi rokok, dan alkohol.
Kemudian juga terdapat faktor keadaan ekonomi dan kurangnya pengetahuan dalam
merawat kesehatan jantung membuat abai terhadap kesehatan jantung. Pada penelitian ini
dilakukan prediksi yang bertujuan untuk mengetahui hasil prediksi akurasi pada penyakit
jantung. Selain itu juga untuk mengetahui model yang dapat memberikan hasil prediksi
yang paling akurat. Metode penelitian yang digunakan dalam penelitian ini yaitu dengan
menggunakan machine learning AutoGluon. AutoGluon sendiri merupakan toolkit yang
dirancang oleh Amazon Ltd bersifat open-source yang dapat digunakan dengan mudah.
AutoGluon memiliki layanan otomatisasi dalam melakukan pemrosesan data, seleksi
model, arsitektur model, dan konfigurasi hyperparameter. Penelitian ini dilakukan
menggunakan metode supervised learning dengan fokus terhadap model klasifikasi.
Berdasarkan hasil penelitian yang telah dilakukan dapat diketahui bahwa model prediksi
terbaik terdapat pada model weigthed ensembled learning yang memiliki nilai valensi
terbasar dibandingkan model yang lain yaitu dengan nilai sebesar 0.939724. Kemudian
nilai akurasi yang dihasilkan dalam penelitian ini yaitu sebesar 0.94.
Collections
- Industrial Engineering [2263]