Article Per Year (5 Year)
p-Index From 2020 - 2025
1.978
P-Index
This Author published in this journals
All Journal MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Teknik Elektro dan Komputer TRIAC Jambura Journal of Electrical and Electronics Engineering Jurnal Teknik Elektro dan Komputasi (ELKOM)
Rahmat Deddy Rianto Dako
Universitas Negeri Gorontalo
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Mechanical Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknik Elektro dan Komputasi (ELKOM)

 1 
Efektivitas Optimasi Hyperparameter Dalam Prediksi Pembakaran Kalori : Data Aktivitas Fisik Nadifa, Ulfatun; Dako, Rahmat Deddy Rianto; Tolago, Ade Irawaty; Dongka, Rahmad Hidayat
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 7, No 2 (2025): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v7i2.22636191

Abstract

- Prediksi pembakaran kalori berdasarkan data aktivitas fisik merupakan topik penting di bidang kesehatan dan olahraga. Fokus utama adalah kemampuan untuk mempersonalisasi program kebugaran dan memantau kondisi metabolisme secara lebih akurat. Namun, tantangan utama dalam pengembangan model prediksi terletak pada akurasi dan konsistensinya, mengingat keragaman jenis dan kompleksitas data. Penelitian ini mengembangkan pendekatan membangun model prediksi yang efektif dengan Optimasi Hyperparameter otomatis menggunakan Optuna. Langkah pertama adalah membuat Pipeline Preprocessing berbasis Tree Model untuk menangani data secara lebih baik. Selanjutnya, digunakan metode Stacking Ensemble dengan tiga model dasar berbasis Gradient Boosting: CatBoost, LightGBM, dan XGBoost. Model divalidasi dengan teknik K-Fold Cross Validation dan metrik Root Mean Squared Logarithmic Error (RMSLE). Hasilnya menunjukkan nilai RMSLE sebesar 0.00599 dan waktu prediksi 0.0091 detik. Selain itu, untuk menguji konsistensi model, diterapkan dua teknik Encoding fitur kategorikal, yaitu LabelEncoder dengan Standard Scaler dan OrdinalEncoder tanpa Standard Scaler. Perbedaan skala nilai yang dihasilkan dari Teknik ini menjadi alasan utama untuk melihat pengarunhya terhadap waktu dan konsistensi prediksi. Ditemukan model tetap menunjukkan konsistensi yang baik dilihat dari RMSLE dan waktu prediksi tidak jauh berbeda, ini mengindikasikan bahwa kombinasi Pipeline yang tepat, Model Ensemble, dan Optimasi Hyperparameter dapat menghasilkan sistem prediksi yang akurat dan stabil.
Co-Authors Ade Irawaty Tolago Amirudin Y. Dako Amirudin Yunus Dako Bambang Panji Asmara Desyawanti Ecy Tawape Dongka, Rahmad Hidayat Febriansyah, Moh Fajar Fitriani Lakoro H, Haeriani Idham Halid Lahay Ifan Wiranto Ikhsan Hidayat Iskandar Z. Nasibu Iskandar Zulkarnain Nasibu Jumiati Ilham LAHABU, FIRMANSYAH Luthfiani Azzahra Nadifa, Ulfatun Radjak, Ismail Zulkifly Syahrir Abdussamad Syahrul Aji Prayoga Wahab Musa Wrastawa Ridwan Yasin Mohamad Zainudin Bonok