Optimasi algoritma random forest menggunakan Particle Swarm Optimization (PSO) pada klasifikasi penyakit strok

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Nafis, Nala Urwatun (2025) Optimasi algoritma random forest menggunakan Particle Swarm Optimization (PSO) pada klasifikasi penyakit strok. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Nala Urwatun Nafis_09020221036 full.pdf Restricted to Repository staff only until 29 July 2028. Download (4MB)
	Text Nala Urwatun Nafis_09020221036.pdf Download (4MB)

Abstract

Penyakit strok merupakan penyakit neurologis yang ditandai adanya penyumbatan pembuluh darah pada otak. Penyakit strok termasuk salah satu penyakit emergensi yang apabila tidak segera ditindaklanjuti dapat mengakibatkan dampak yang lebih parah. Penelitian ini bertujuan ntuk mengoptimalkan hyperparameter algoritma Random Forest yang tepat serta menganalisis fitur-fitur yang paling berpengaruh dalam prediksi. Penetuan hyperparameter optimal sangat penting untuk dilakukan untuk meningkatkan akurasi. Penelitian ini menggunakan data strok dari website kaggle yang dipublish tahun 2020. Model yang digunakan pada penelitian adalah algoritma Random Forest yang di optimasi dengan Particle Swarm Optimization. Hasil klasifikasi Random Forest yang dioptimasi dengan PSO didapatkan hyperparameter optimal dengan jumlah pohon 155, kedalaman pohon 10, dan minimal sampel split 19. Hasil evaluasi performa diperoleh dari nilai akurasi model dan nilai AUC, PSO-RF menghasilkan akurasi sebesar 84.48% dengan nilai AUC sebesar 0.80.

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 Nafis, Nala Urwatun nalanafis11@gmail.com 09020221036
Contributors:	Contribution Name Email NIDN Thesis advisor Asyhar, Ahmad Hanif hanif@uinsby.ac.id 2023018602 Thesis advisor Hakim, Lutfi lutfihakimbungah@gmail.com 2025127301
Subjects:	Kesehatan Kesehatan Matematika
Keywords:	Klasifikasi; optimasi parameter; PSO; random forest; strok
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Nala Urwatun Nafis
Date Deposited:	29 Jul 2025 07:26
Last Modified:	29 Jul 2025 07:26
URI:	http://digilib.uinsa.ac.id/id/eprint/83292

Actions (login required)

View Item