Klasifikasi anemia menggunakan metode random forest

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Farida, Laili Nur (2024) Klasifikasi anemia menggunakan metode random forest. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Laili Nur Farida_09010220007.pdf Download (5MB)
	Text Laili Nur Farida_09010220007_Full.pdf Restricted to Repository staff only until 9 January 2028. Download (5MB)

Abstract

Anemia adalah kelainan darah yang disebabkan karena kurangnya sel darah merah dan kadar hemoglobin. Berdasarkan survei yang dilakukan oleh World Health Organization (WHO), anemia memengaruhi 1.62 miliar orang di seluruh dunia. Sebanyak 93% pasien penyakit kronis mengalami anemia. Anemia dapat didiagnosis menggunakan Complete Blood Count (CBC) yang bertujuan untuk mengevaluasi jumlah total dan karakteristik komponen sel dalam darah. Tujuan dari penelitian adalah untuk melakukan klasifikasi Random Forest (RF) terhadap anemia. Penelitian ini menggunakan data numerik berupa karakteristik sel darah, yang terdiri dari 269 pasien Normocytic Normochromic Anemia (NNA), 189 pasien Iron Deficiency Anemia (IDA), dan 336 pasien Healthy (HE). Pengolahan data yang dilakukan pada penelitian ini terdiri atas beberapa tahap, yaitu input data, dilanjutkan dengan analisis deskriptif dan proses data encoding. Setelah itu, pembagian data menggunakan K-Fold Cross Validation dengan k sejumlah 5. Tahap selanjutnya adalah proses klasifikasi menggunakan RF dengan uji coba parameter pada data latih, yaitu jumlah pohon keputusan yang akan dibangun, kedalaman maksimal dari setiap pohon, dan jumlah minimal sampel pada setiap daun. Berdasarkan paramater tersebut diperoleh hasil klasifikasi berupa diagnosis HE, IDA, dan NNA menggunakan model RF, yang kemudian dilakukan evaluasi hasil menggunakan Confusion Matrix, sehingga diperoleh hasil evaluasi klasifikasi berupa akurasi, sensitivitas, dan spesifisitas. Penelitian ini memperoleh hasil terbaik pada k sejumlah 5 dengan parameter n estimators, max depth, dan min samples leaf berturut-turut sebanyak 10, 90, dan 4. Nilai akurasi, sensitivitas, dan spesifisitas yang dihasilkan masing-masing sebesar 100%.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Farida, Laili Nur lailifarida24@gmail.com 09010220007
Contributors:	Contribution Name Email NIDN Thesis advisor Novitasari, Dian Candra Rini diancrini@uinsby.ac.id 2024118502 Thesis advisor Utami, Wika Dianita wikadianita@uinsby.ac.id 199206102018012003
Subjects:	Matematika
Keywords:	Anemia; iron deficiency anemia; klasifikasi; normocytic normochromic anemia; random forest
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Laili Nur Farida
Date Deposited:	09 Jan 2025 07:12
Last Modified:	09 Jan 2025 07:12
URI:	http://digilib.uinsa.ac.id/id/eprint/75314

Actions (login required)

View Item