Penerapan klasifikasi XGBoost pada penyakit jantung dengan optimasi hyperparameter menggunakan random search

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Istiqomah, Nurul (2026) Penerapan klasifikasi XGBoost pada penyakit jantung dengan optimasi hyperparameter menggunakan random search. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Nurul Istiqomah_09040222063 full.pdf Restricted to Repository staff only until 8 April 2029. Download (8MB)
	Text Nurul Istiqomah_09040222063.pdf Download (8MB)

Abstract

Penyakit jantung merupakan salah satu bagian dari kelompok penyakit kardiovaskular yang disebabkan oleh gangguan pada fungsi dan struktur jantung. Prevalensi kasus mencapai 254.3 juta jiwa pada tahun 2021 dan diperkirakan terus meningkat hingga mencapai 20 juta jiwa pada tahun 2050. Oleh karena itu, diagnosis dini menjadi penting untuk mencegah komplikasi lebih lanjut. Penelitian ini bertujuan untuk mengklasifikasikan penyakit jantung menggunakan algoritma Extreme Gradient Boosting (XGBoost) dengan optimasi hyperparameter menggunakan metode Random Search. Data penelitian diambil dari Kaggle, mencakup fitur klinis dan demografis pasien. Evaluasi model dilakukan menggunakan metode K-Fold Cross Validation dengan (k = 10) untuk memperoleh estimasi performa yang lebih stabil serta mengurangi bias akibat pembagian data. XGBoost dipilih karena kemampuannya yang baik dalam menangani data yang kompleks serta mengurangi risiko overfitting. Hasil penelitian menunjukkan bahwa optimasi hyperparameter menggunakan metode Random Search mampu meningkatkan performa model dengan parameter terbaik yaitu num estimators sebesar 103, max depth sebesar 4, learning rate sebesar 0,063, gamma sebesar 1, subsample sebesar 0,808, dan colsample bytree sebesar 0,752. Model yang dihasilkan memperoleh nilai rata-rata akurasi sebesar 98%, sensitivitas sebesar 98,79%, dan spesifisitas sebesar 96,83%. Hasil tersebut menunjukkan bahwa optimasi hyperparameter mampu meningkatkan performa model klasifikasi penyakit jantung.

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 Istiqomah, Nurul nurulistiqomah2194@gmail.com 09040222063
Contributors:	Contribution Name Email NIDN Thesis advisor Intan, Putroue Keumala puput.in@uinsa.ac.id 0728058802 Thesis advisor Ulinnuha, Nurissaidah nuris.ulinnuha@uinsa.ac.id 2002119001
Subjects:	Kesehatan Kesehatan Matematika Teknologi
Keywords:	XGBoost; penyakit jantung; hyperparameter; random search
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Nurul Istiqomah
Date Deposited:	08 Apr 2026 07:57
Last Modified:	08 Apr 2026 07:57
URI:	http://digilib.uinsa.ac.id/id/eprint/89453

Actions (login required)

View Item