Penerapan Metode Smote Untuk Mengatasi Ketidakseimbangan Kelas Pada Prediksi Gagal Jantung

Penerapan Metode Smote Untuk Mengatasi Ketidakseimbangan Kelas Pada Prediksi Gagal Jantung

• By Syukron, Akhmad; Sardiarinto; Saputro, Eko; Widodo, Pudji;
• Jurnal Nasional Terakreditasi
• 111
• 90-98

Klasifikasi adalah suatu proses yang dilakukan
untuk menemukan sebuah model dengan tujuan untuk
memperkirakan kelas dari suatu objek yang kelasnya tidak
diketahui. Salah satu permasalahan yang dihadapi pada
klasifikasi adalah tentang ketidakseimbangan kelas (imbalance
Class) yang mana suatu dataset terdapat jumlah jumlah kelas
yang datanya tidak merata Sehingga memberikan dampak yang
tidak baik pada hasil klasifikasi. Cara mengatasi
ketidakseimbangan kelas pada klasifikasi dengan menerapkan
metode SMOTE (Synthetic Minority Over-sampling Technique).
Pengujian data penyakit gagal jantung dengan penerapan
metode metode SMOTE dapat meningkatkan permforma
akurasi dari beberapa algoritma klasifikasi. Hasil kinerja yang
didapatkan menunjukkan bahwa dengan model pengklasifikasi
SMOTE Random Forest punya nilai akurasi yang lebih tinggi
dibandingkan dengan model yang lain. Untuk nilai accuracy
sebesar 0,881 atau 88,1% dan nilai AUCnya sebesar 0.947 atau
94,7%. Dari sini dapat disimpulkan bahwa algoritma dengan
performa terbaik yaitu SMOTE Random Forest.

• Katakunci Klasifikasi, Ketidakseimbangan Kelas, Smote, Gagal Jantung
• URL https://jtit.polije.ac.id/index.php/jtit/article/view/313/171
• Penerbit Jurnal Teknologi Informasi dan Terapan (JTIT) Politeknik Negeri Jember, Jember Jawa Timur

REFERENSI

[1]Apriliah, W., Kurniawan, I., Baydhowi, M., & Haryati, T. (2021).
Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan
Algoritma Klasifikasi Random Forest. Jurnal Sistem Informasi, 10(1),
163–171. http://sistemasi.ftik.unisi.ac.id
[2] Arhami, M., & Nasir, M. (2020). Data Mining - Algoritma dan
Implementasi. Andi.
[3]Astuti, Dwi, F., & Lenti, Nova, F. (2021). Implementasi SMOTE Untuk
mengatasi Imbalance Class Pada Klasifikasi Car Evolution
Menggunakan K-NN. Jurnal Jupiter, 13(1), 89–98.
[4]Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis
Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision
Tree Berbasis SMOTE. Aiti, 18(2), 173–184.
https://doi.org/10.24246/aiti.v18i2.173-184
[5]Falbanyo, Alvian, R. (2022). Ilmu Keperawatan Komunitas. Nasya
Expanding Management.
[6]Fitriani, Dwi, R., Yasin, H., & Tarno. (2021). Penanganan Klasifikasi
Kelas Data Tidak Seimbang Dengan Random Over Sampling Pada
Naive Bayes. Jurnal Gausian, 10, 11–20.
[7]Hairani, H., Suweleh, A. S., & Susilowaty, D. (2020). Penanganan
Ketidak Seimbangan Kelas Menggunakan Pendekatan Level Data.
MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa
Komputer, 20(1), 109–116. https://doi.org/10.30812/matrik.v20i1.846
[8]Lumi, A. P., Joseph, V. F. F., & Polii, N. C. I. (2021). Rehabilitasi Jantung
pada Pasien Gagal Jantung Kronik. Jurnal Biomedik:JBM, 13(3), 309.
https://doi.org/10.35790/jbm.v13i3.33448
[9]Mu’Alim, F., & Hiday, R. (2022). Implementasi Metode Random Forest
Untuk Penjurusan Siswa di Madrasah Aliyah Negeri Sintang. Jupiter,
14(1), 116–125.
https://www.neliti.com/publications/441871/implementasi-metoderandom-forest-untuk-penjurusan-siswa-di-madrasah-aliyah-nege#cite
[10]Normah, Rifai, B., Vambudi, S., & Maulana, R. (2022). Analisa
Sentimen Perkembangan Vtuber Dengan Metode Support Vector
Machine Berbasis SMOTE. Jurnal Teknik Komputer AMIK BSI, 8(2),
174–180. https://doi.org/10.31294/jtk.v4i2
[11]Nursita, H., & Pratiwi, A. (2020). Peningkatan Kualitas Hidup Pada
Pasien Gagal Jantung: A Narrative Review Article. Jurnal Berita Ilmu
Keperawatan, 13(1), 11. https://doi.org/10.23917/bik.v13i1.11916
[12]Qadrini, L., Hikmah, H., & Megasari, M. (2022). Oversampling,
Undersampling, Smote SVM dan Random Forest pada Klasifikasi
Penerima Bidikmisi Sejawa Timur Tahun 2017. Journal of Computer
System and Informatics (JoSYC), 3(4), 386–391.
https://doi.org/10.47065/josyc.v3i4.2154
[13]R, & Siringoringo. (2018). Klasifikasi Data Tidak Seimbang
Menggunakan Algoritma SMOTE dan KNearest Neighbor. Jurnal ISD,
3(1).
[14]Ramadhan, N. G., & Adhinata, F. D. (2021). Teknik Smote Dan Gini
Score Dalam Klasifikasi Kanker Payudara. RADIAL : Jurnal Peradaban
Sains, Rekayasa Dan Teknologi, 9(2), 125–134.
https://doi.org/10.37971/radial.v9i2.229
<!--EndFragm