Implementasi Algoritma LightGBM untuk Deteksi Dini Penyakit Jantung

Gunawan. R, Vincent (2024) Implementasi Algoritma LightGBM untuk Deteksi Dini Penyakit Jantung. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (256kB)
	PDF BAB_II.pdf Download (689kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
	PDF BAB_V.pdf Download (219kB)
	PDF DAFTAR_PUSTAKA.pdf Download (234kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (275kB)

Abstract

Jantung manusia berperan sebagai organ vital yang memompa darah ke seluruh tubuh melalui empat ruang, yakni dua atrium dan dua ventrikel. Dengan begitu penyakit pada jantung akan sangat beresiko tinggi bagi penderitanya. Penyakit jantung merupakan penyakit penyebab utama kematian di dunia, yaitu sebesar 32%. Oleh karena itu, penting untuk dilakukan pendeteksian dini terhadap penderita penyakit jantung. Pendeteksian dini pada penyakit jantung terdapat beberapa metode medis seperti Elektrokardiogram dan stress test pada jantung. Dari hasil metode tersebut dapat dilakukan deteksi dini melalui pembelajaran mesin. Metode pembelajaran mesin yang digunakan adalah algoritma LightGBM yang ditingkatkan menggunakan hyperparameter tuning. Light Gradient Boosting Machine (LightGBM) merupakan kerangka kerja peningkatan gradien yang menggunakan algoritma pembelajaran berbasis pohon. Metode algoritma LightGBM berhasil diimplementasikan untuk melakukan deteksi dini penyakit jantung pada dataset Heart Disease UCI Machine Learning dengan performa accuracy sebesar 90.16%, precision sebesar 93.33%, recall sebesar 87.5%, F1-Score sebesar 90.32% dan AUC-ROC sebesar 94.07%. Hasil tersebut berdasarkan hasil terbaik dari 762.299 kombinasi hyperparameter yaitu learning rate sebesar 0.1, reg alpha sebesar 0.5, reg lambda sebesar 0.5, max depth sebesar 3, max estimator sebesar 100, dan number leaves sebesar 5.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	deteksi dini, Gradient Boosting, Heart Disease UCI Machine Learning, LightGBM, Penyakit Jantung
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Nov 2024 11:07
Last Modified:	10 Nov 2024 11:07
URI:	https://kc.umn.ac.id/id/eprint/34081

Actions (login required)

View Item