Analisis Metode Ensemble Berbasis Random Forest untuk Klasifikasi Kejadian Stroke pada Dataset Publik
Jurnal Sistem Komputer dan Informatika (JSON) · 31.03.2026 · 7 (3) · 964-975
DOI: 10.30865/json.v7i3.9496 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Sistem Komputer dan Informatika (JSON), online erschienen am 31.03.2026. Verfasst von Viki Mei Adi Saputra und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Themen: Schlaganfall
Abstract (Originalsprache)
Stroke merupakan salah satu penyebab utama disabilitas dan kematian global, sehingga diperlukan pendekatan berbasis data untuk mendukung klasifikasi kejadian stroke secara sistematis. Penelitian ini menganalisis variasi metode ensemble berbasis Random Forest pada dataset publik healthcare-dataset-stroke-data dari Kaggle yang terdiri dari 5.110 data pasien dengan 11 variabel demografis dan faktor risiko kardiovaskular. Tahapan prapemrosesan meliputi imputasi nilai hilang pada atribut bmi menggunakan median, penanganan outlier dengan metode interquartile range (IQR), serta penyeimbangan kelas menggunakan SMOTE. Tiga skenario model dikembangkan dalam satu pipeline yang seragam, yaitu Random Forest sebagai baseline, Bagging Random Forest, dan AdaBoost Random Forest. Evaluasi dilakukan menggunakan 5-Fold Cross Validation dengan metrik akurasi, presisi, recall, dan F1-score. Hasil analisis menunjukkan adanya perbedaan nilai metrik evaluasi antar skema ensemble, dengan konfigurasi AdaBoost Random Forest menghasilkan nilai akurasi sebesar 94,70% pada konfigurasi pengujian yang digunakan. Studi ini memfokuskan analisis pada variasi strategi ensemble dalam satu kerangka Random Forest dengan pipeline prapemrosesan yang seragam, sehingga menghasilkan evaluasi yang terkontrol dan reprodusibel.
Zitieren
APA
Saputra, V. M. A., Barata, M. A., & Nurdiansyah, D. (2026). Analisis Metode Ensemble Berbasis Random Forest untuk Klasifikasi Kejadian Stroke pada Dataset Publik. Jurnal Sistem Komputer dan Informatika (JSON), 7(3), 964-975. https://doi.org/10.30865/json.v7i3.9496
Vancouver
Saputra VMA, Barata MA, Nurdiansyah D. Analisis Metode Ensemble Berbasis Random Forest untuk Klasifikasi Kejadian Stroke pada Dataset Publik. Jurnal Sistem Komputer dan Informatika (JSON). 2026;7(3):964-975. doi:10.30865/json.v7i3.9496
BibTeX
@article{Saputra2026,
author = {Saputra, Viki Mei Adi and Barata, Mula Agung and Nurdiansyah, Denny},
title = {Analisis Metode Ensemble Berbasis Random Forest untuk Klasifikasi Kejadian Stroke pada Dataset Publik},
journal = {Jurnal Sistem Komputer dan Informatika (JSON)},
year = {2026},
volume = {7},
number = {3},
pages = {964--975},
doi = {10.30865/json.v7i3.9496}
}
EUVIMED