Penerapan Algoritma Random Forest untuk Deteksi Penyakit Jantung dan Optimisasi Menggunakan Feature Importance dan Randomized Search

Alexander, Michael (2025) Penerapan Algoritma Random Forest untuk Deteksi Penyakit Jantung dan Optimisasi Menggunakan Feature Importance dan Randomized Search. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (2MB)
	PDF BAB_I.pdf Download (219kB)
	PDF BAB_II.pdf Download (311kB)
	PDF BAB_III.pdf Download (319kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (607kB)
	PDF BAB_V.pdf Download (221kB)
	PDF DAFTAR_PUSTAKA.pdf Download (205kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (303kB)

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia. Penelitian ini bertujuan untuk membangun model klasifikasi berbasis algoritma Random Forest guna mendeteksi risiko penyakit jantung menggunakan dataset dari UCI Machine Learning Repository. Model pertama dibangun menggunakan seluruh fitur, kemudian dilakukan seleksi fitur berdasarkan nilai feature importance untuk membentuk model kedua. Evaluasi dilakukan menggunakan metrik akurasi, ROC AUC, precision, dan recall. Hasil menunjukkan bahwa model dengan fitur terpilih memberikan efisiensi waktu pelatihan lebih baik dan akurasi lebih tinggi dibanding model awal, dengan penurunan skor AUC yang dapat ditoleransi. Penelitian ini menunjukkan bahwa penghapusan fitur yang kurang relevan mampu meningkatkan efisiensi model tanpa mengorbankan performa secara signifikan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	akurasi, deteksi penyakit, feature importance, klasifikasi, random forest
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Aug 2025 11:02
Last Modified:	06 Aug 2025 11:02
URI:	https://kc.umn.ac.id/id/eprint/39867

Actions (login required)

View Item