<![CDATA[Penyakit hati merupakan gangguan serius yang dapat menurunkan kualitas hidup dan menimbulkan komplikasi jika tidak terdeteksi sejak dini. Penelitian ini mengevaluasi penerapan algoritma Random Forest untuk klasifikasi penyakit hati menggunakan dataset Indian Liver Patient Records. Algoritma ini dipilih karena mampu menangani data kompleks dan mengurangi overfitting. Pengujian dilakukan dengan variasi parameter n_estimators (100, 200, 300) serta teknik 10-fold cross-validation. Evaluasi model mencakup akurasi, presisi, dan recall. Penelitian ini juga menerapkan teknik SMOTE untuk mengatasi ketidakseimbangan kelas dalam data, yang berkontribusi terhadap peningkatan performa model. Dibandingkan dengan studi sebelumnya yang menggunakan Random Forest tanpa tuning parameter, penelitian ini menunjukkan peningkatan akurasi sebesar 7%. Hasil terbaik diperoleh pada n_estimators = 200 dengan akurasi 80,17%, presisi 80,28%, dan recall 80,17%. Temuan ini menunjukkan bahwa algoritma Random Forest dengan parameter yang dioptimalkan efektif dalam mendeteksi penyakit hati dan dapat mendukung pengambilan keputusan medis secara lebih akurat.]]>
Copyrights © 2025
