Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal INFORMASI (Jurnal Informatika dan Sistem Informasi)
Aprilia Baiin
Universitas Bina Sarana Informatika
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Ensemble Stacking Dengan Pendekatan Sampling dan Logistic Regression Untuk Meningkatkan Akurasi Klasifikasi Penyakit Jantung Novandi Catur Aditya; Aprilia Baiin; Ardiyansyah; Yeni Mustika
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 18 No 2 (2026): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v18i2.603

Abstract

Model kategorisasi yang akurat diperlukan untuk membantu identifikasi dini penyakit jantung, yang merupakan salah satu penyebab kematian utama di dunia. Permasalahan utama dalam klasifikasi adalah ketidakseimbangan data yang dapat menurunkan kinerja model. Penelitian ini bertujuan meningkatkan akurasi klasifikasi penyakit jantung menggunakan metode ensemble stacking dengan pendekatan teknik sampling. Dataset yang digunakan adalah Heart Failure Prediction Dataset dari Kaggle sebanyak 918 data. Metode yang digunakan terdiri dari tiga base learner, yaitu K-Nearest Neighbor, Naive Bayes, dan Random Forest, serta Logistic Regression sebagai meta-learner. Penanganan data tidak seimbang dilakukan dengan empat skenario, yaitu tanpa sampling, oversampling, undersampling, dan SMOTE. Evaluasi dilakukan menggunakan 10-fold cross validation. Hasil penelitian menunjukkan bahwa metode stacking memberikan performa terbaik dibandingkan model tunggal. Akurasi tertinggi diperoleh pada skenario oversampling sebesar 95,57% dengan nilai precision, recall, dan F1-score sebesar 0,956. Metode ini efektif meningkatkan kinerja klasifikasi penyakit jantung
Co-Authors Ardiyansyah Novandi Catur Aditya Yeni Mustika