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.