Rangga Aditya Tarigan, Lukman
Unknown Affiliation

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

Found 1 Documents
Search

OPTIMALISASI FITUR DENGAN FORWARD SELECTION PADA ESTIMASI TINGKAT PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA KLASIFIKASI RANDOM FOREST Rangga Aditya Tarigan, Lukman; Dahlan, Dahlan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11064

Abstract

Penyakit paru-paru merupakan masalah kesehatan serius di Indonesia, dengan peningkatan kasus dan kematian yang signifikan. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit paru-paru menggunakan algoritma Random Forest dengan metode optimasi fitur Forward Selection. Dataset yang digunakan terdiri dari 1.000 sampel dengan 10 atribut. Penelitian dilakukan dalam dua tahap: pertama, pengujian awal algoritma Random Forest tanpa optimasi fitur, dan kedua, pengujian dengan optimasi fitur menggunakan metode Forward Selection. Hasil pengujian awal menunjukkan akurasi sebesar 89,45%, Presisi 83.20%, Recall 100.00%. Setelah menerapkan optimasi fitur, akurasi meningkat menjadi 92,46%, presisi 95,88%, recall 89.42%. Peningkatan akurasi sebesar 3,01% ini menegaskan pentingnya optimasi fitur dalam meningkatkan performa model klasifikasi. Analisis atribut penting mengidentifikasi bahwa aktivitas olahraga, kebiasaan merokok, dan usia merupakan faktor yang paling signifikan dalam memprediksi penyakit paru-paru. Penelitian ini menyoroti bahwa penggunaan metode optimasi fitur seperti Forward Selection dapat secara signifikan meningkatkan akurasi prediksi model klasifikasi penyakit paru-paru.