<![CDATA[Hepatitis C merupakan penyakit hati kronis yang ditandai oleh perubahan biomarker biokimia darah, khususnya Alanine Aminotransferase (ALT). Penelitian ini bertujuan untuk menilai dan membandingkan kinerja empat metode regresi, yaitu Regresi Linier Berganda, LASSO, Ridge, dan Elastic Net, dalam memprediksi kadar Alanine Aminotransferase (ALT) pada pasien yang menderita Hepatitis C. Data yang digunakan berasal dari dataset Hepatitis C Virus (HCV) Prediction yang mencakup variabel usia dan biomarker fungsi hati yang terdiri dari 615 responden. Analisis dilakukan di RStudio melalui tahapan pembersihan data, identifikasi prediktor penting, pembangunan model, dan evaluasi performa menggunakan metrik RMSE dan R². Model regularisasi dibandingkan dengan regresi linier untuk mengetahui seberapa efektif penalti dalam meningkatkan akurasi prediksi dan mengatasi potensi multikolinearitas. Setiap model dibandingkan berdasarkan ketepatan prediksi dan stabilitas koefisien yang dihasilkan. Hasil analisis menunjukkan bahwa pendekatan regularisasi, khususnya Ridge Regression, mampu memberikan prediksi yang lebih stabil dan sesuai untuk analisis data biokimia hati pada pasien Hepatitis C.]]>
Copyrights © 2025
