Arsitektur Evolutionary Stacking Ensemble Berbasis Algoritma Genetik untuk Klasifikasi Penyakit Jantung Koroner

Renna Novaria Widyastuti (Program Studi Sains Data, Telkom University Purwokerto)
Diah Intan Nuraini (Program Studi Sains Data, Telkom University Purwokerto)
Wisnu Aji Sanjaya (Program Studi Sains Data, Telkom University Purwokerto)
Diah Septiani (Program Studi Sains Data, Telkom University Purwokerto)

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026

Deteksi dini penyakit jantung koroner memerlukan sistem klasifikasi yang akurat dan handal. Penelitian ini bertujuan mengoptimalkan kinerja arsitektur Stacking Ensemble melalui penerapan Algoritma Genetik. Dataset penelitian mencakup 56 atribut klinis rekam medis pasien. Algoritma Genetik secara iteratif melakukan penalaan hyperparameter untuk menemukan konfigurasi model terbaik dan mencegah overfitting. Hasil eksperimen menunjukkan model Evolutionary Stacking mencapai tingkat akurasi sebesar 85,25%, meningkat dibandingkan model baseline sebesar 81,97%. Sistem berhasil meningkatkan spesifisitas hingga 66,67% dan mereduksi kasus alarm palsu dari 9 menjadi 6 kasus. Kurva ROC mencatatkan nilai AUC sebesar 0,8734 yang mengonfirmasi stabilitas prediksi model. Kesimpulan penelitian ini menegaskan bahwa integrasi algoritma evolusioner efektif dalam menangani ketimpangan data medis. Arsitektur yang diusulkan terbukti mampu beroperasi sebagai instrumen pendukung keputusan klinis yang efisien bagi tenaga medis.