Claim Missing Document
Check
Articles

Hyperparameter Optimization of Extreme Gradient Boosting Using Particle Swarm Optimization For Diabetic Nephropathy Prediction Argaputri, Maulida Khairunisa; Lailil Muflikhah; Prasetio, Barlian Henryranu
Journal of Information Technology and Computer Science Vol. 10 No. 3: Desember 2025
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.2025103859

Abstract

Diabetic Nephropathy (DN) is a critical complication with a mortality rate 20-40 times higher than in non-diabetic nephropathy patients, necessitating precise machine learning models to determine whether a patient has nephropathy. Extreme Gradient Boosting (XGBoost) has emerged as a prominent machine learning model for medical diagnostics, with several studies validating its superiority in medical classification. Nevertheless, a significant limitation of XGBoost lies in the complexity of manual hyperparameter tuning. To address this limitation, an automated optimization algorithm is requisite to systematically identify the optimal hyperparameter configuration. This study focuses on optimizing Extreme Gradient Boosting (XGBoost) hyperparameters using Particle Swarm Optimization (PSO), with the F1-Score as its fitness function. To evaluate its effectiveness, the performance of this hybrid XGBoost-PSO model was compared against the baseline XGBoost model. The results showed that the hybrid model outperformed the baseline model, achieving a consistent improvement of 0.02 (2%) across all evaluation metrics. Notably, the F1-Score increased from 0.91 to 0.93, while the Recall metric improved from 0.93 to 0.95. Furthermore, the PSO algorithm efficiently identified the Global Best (GBest) hyperparameters at the 9th iteration. In conclusion, the XGBoost-PSO model provides a robust medical diagnostic tool that maintains a stable performance to enhance clinical judgment.
Analisis Masalah Kulit Wajah Dan Saran Perawatan Pada Klinik Zap Menggunakan Algoritma Support Vector Machines Yudhonugroho, Wirkananda Bagus; Muflikhah, Lailil; Darma Setiawan, Budi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi mendorong transformasi layanan klinik kecantikan, namun sebagian besar sistem yang ada masih berfokus pada aspek administratif dan belum memanfaatkan kecerdasan buatan untuk klasifikasi otomatis masalah kulit wajah. Penelitian ini mengembangkan sistem analisis masalah kulit wajah dan rekomendasi perawatan berbasis Support Vector Machine (SVM) dengan pendekatan klasifikasi multilabel. Dataset yang digunakan merupakan data primer dari Klinik ZAP yang terdiri dari 10 fitur gejala biner dan 4 label diagnosis, yaitu Dry Skin, Sensitive Skin, Telangiectasis, dan Dermatitis. Model SVM dilatih menggunakan strategi One-vs-Rest (OvR) dengan pembagian data secara stratified ke dalam data latih, validasi, dan data uji dengan rasio 64%, 16%, dan 20%. Optimasi hyperparameter dilakukan menggunakan Grid Search dan Random Search. Hasil pengujian menunjukkan bahwa Grid Search dengan kernel RBF, nilai C = 10, dan γ = 0.1 menghasilkan performa terbaik dengan F1-score sebesar 98.50% pada data uji. Selain itu, sistem rekomendasi perawatan yang diimplementasikan menggunakan pendekatan case-based reasoning dengan metode L1 distance mampu memberikan saran perawatan yang konsisten dengan pola gejala pasien. Hasil penelitian ini menunjukkan bahwa kombinasi SVM multilabel dan optimasi hyperparameter efektif digunakan sebagai dasar pengembangan sistem pendukung keputusan klinis di bidang dermatologi estetika.
Analisis Sentimen Ulasan Aplikasi SP4N LAPOR! dengan IndoBERT dan Koreksi Ejaan Berbasis Levenshtein Distance Kirana, Nareswara Lintang; Muflikhah, Lailil; Indriati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ulasan pengguna pada platform SP4N-LAPOR! memuat sentimen yang penting untuk evaluasi layanan publik, namun teksnya sering tidak terstruktur, mengandung variasi ejaan, singkatan, dan kalimat ambigu sehingga menyulitkan klasifikasi sentimen. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan SP4N-LAPOR! menggunakan IndoBERT serta menganalisis pengaruh normalisasi variasi ejaan berbasis Levenshtein Distance dan penerapan class-weighted loss terhadap kinerja model. Tahap awal meliputi pembersihan data dan normalisasi ejaan, kemudian data dibagi menjadi latih, validasi, dan uji. IndoBERT selanjutnya di-fine-tune dengan pengujian hyperparameter (epoch, learning rate, batch size) dan dievaluasi dalam empat skenario kombinasi penggunaan normalisasi Levenshtein dan class-weighted loss. Hasil uji menunjukkan performa terbaik diperoleh pada kombinasi class-weighted loss dan normalisasi Levenshtein dengan accuracy 0,9272 dan macro F1-score 0,8996. Skenario class-weighted loss tanpa normalisasi menghasilkan macro F1-score 0,8985, sedangkan skenario tanpa class-weighted loss berada pada macro F1-score 0,8901. Temuan ini menegaskan class-weighted loss paling berpengaruh, sementara normalisasi Levenshtein memberi manfaat tambahan saat dikombinasikan.
Co-Authors A. Bachtiar , Fitra Abdurrachman Bachtiar, Fitra Achmad Jafar Al Kadafi, Achmad Jafar Addin Sahirah, Rafifa Adinugroho, Sigit Adnawirya Pratama, Cendikia Agung Setiyoaji Agus Ardiansyah Agus Wahyu Widodo Agus Wahyu Widodo, Agus Wahyu Ahmad Nur Royyan Ahmad Wildan Attabi' Ahmad Zaki Akbar Grahadhuita Al Kautsar, Prima Daffa Aldi Bagus Sasmita Aldino Caturrahmanto Anis Zubair, Anis Annisaa Amalia Safitri Aqmal Maulana Tisno Nuryawan Ardiza Dwi Septian Argaputri, Maulida Khairunisa Arief Andy Soebroto Ashidiq, Muhammad Fihan Aulia Herdhyanti Bachtiar, Harsya Baharudin B. Baharum Baihaqi, Galih Restu Bajsair, Fath' Hani Sarli Barlian Henryranu Prasetio Bayu Laksana Yudha Bayu Rahayudi Bening Herwijayanti Bintang, Tulistyana Irfany Brillian Ghulam Ash Shidiq Budi Darma Setiawan Candra Dewi Candra Dewi Daneswara Jauhari Daneswara Jauhari, Daneswara Darma Setiawan, Budi Darmawan, Riski Daud, Nathan Dewi, Buana Dhimas Wida Syahputra Dian Eka Ratnawati Dimas Joko Hariyanto Dimas Joko Haryanto Duwi Purnama Sidik Edita Rosana Widasari Edy Santoso Edy Santoso Eni Hartika Harahap Eva Agustina Ompusunggu Faris Dinar Wahyu Gunawan Fatimah Az-Zahra, Adinda Feri Eko Herman Firdaus, Nada Fitra Abdurrachman Bachtiar Fitrotuzzakiyah, Shafira Puspa Gessia Faradiksi Putri Gumelar, Dimas HANA RATNAWATI Hanggar Wahyu Agi Prayogo Haris, Asmuni Haryanto, Dimas Joko Hinandy Nur Anisa Hoar, Wilhelmina Sonya Ichsan Achmad Fauzi Iftinan, Salsa Nabila Imam Cholissodin Imam Cholissodin Imam Cholissodin Imam Cholissodin Indriati Indriati Indriati Indriati Indriati Issa Arwani Kautsar, Ahmad Izzan Khairunnisa, Alifah Kirana, Nareswara Lintang Ksatria Bhuana Kukuh Bhaskara Kukuh Haryobismoko Kurnianingtyas, Diva Laily Putri Rizby Luqyana, Wanda Athira Luthfi Afrizal Ardhani M. Ali Fauzi M. Tanzil Furqon, M. Tanzil Marine Putri Dewi Yuliana Marji . Marji Marji Maulana, Muhammad Taufik Maulidiya, Afifulail Maya Nur Muh Arif Rahman Muh Hamim Fajar Muh. Arif Rahman Muhammad Abduh Muhammad Fajri Muhammad Ferian Rizky Akbari Muhammad Rafif Al Aziz MUHAMMAD SYAFIQ Muhammad Tanzil Furqon Muhammad Wafiq Mukhrodi, Dillah Lyra Nabil Auliya, Muhammad Hanif Nashi Widodo Navira Rahma Salsabila Nisa, Lisa N. Noor Fatyanosa, Tirana Novanto Yudistira Nurfansepta, Amira Ghina Nurhidayati Desiani Nurul Dyah Mentari Nurul Hidayat Nurul Hidayat Olivia Bonita Puji Indah Lestari Puspita Sari Putra Pandu Adikara Putri, Rania Aprilia Dwi Setya Rachmad Indrianto Rachmatika, Isnayni Sugma Rafifah Nawawi, Danisha Ramadhan, Galang Gilang Randi Pratama Nugraha Randy Cahya Wihandika Ratih Kartika Dewi Rekyan Regarsari Mardhi Putri Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Rendi Cahya Wihandika Rheza Raditya Andrianto Ria Ine Pristiyanti Rika Raudhotul Rizqiyah Riski Darmawan Riyanarto Sarno Rizal Setya Perdana Rizal Setya Perdana Robbiyatul Munawarah Rowan Rowan Rusydi Hanan, Muhammad Satrio Hadi Wijoyo Setiana, Maya Setya Perdana, Rizal Shalsadilla, Shafatyra Reditha Sholeh, Mahrus Sukma, Lintang Cahyaning Supraptoa Supraptoa Surya Dermawan Susanto, Dominicus Christian Bagus Sutrisna, Naufal Putra Sutrisno Sutrisno Sutrisno, Sutrisno Syafruddin Agustian Putra Syarif Hidayatulloh Tahtri Nadia Utami Tibyani Tibyani Tirana Noor Fatyanosa, Tirana Noor Tri Fadilah, Ghina Utaminingrum, Fitri Vianti Mala Anggraeni Kusuma Vidya Capristyan Pamungkas Wahyu Rizki Ferdiansyah Wardana, Dzaky Ahmadin Berkah Warut, Gregorius Batara De Wibowo, Dhimas Bagus Bimasena Wijaya, Nicholas Yobel Leonardo Tampubolon Yogi Suwandy Yudhonugroho, Wirkananda Bagus Yulian Ekananta Yunita, W. Lisa Zakiyyah, Rizka Husnun Zanna Annisa Nur Azizah Fareza