Text
Klasifikasi Diagnosa Penyakit Ginjal Kronis Menggunakan Extreme Gradient Boosting (XGBoost)
Penyakit ginjal kronis termasuk 10 besar penyakit yang dapat menyebabkan
kematian. Beberapa penyakit mematikan lainnya dapat timbul jika seseorang terkena
penyakit ginjal kronis. Penderita ginjal kronis setiap tahunnya bertambah sangat
signifikan. Penyakit ini seringkali terdeteksi ketika pasien sudah mengidap penyakit
lain seperti tekanan darah tinggi maupun diabetes. Namun, gejala awal dari penyakit
ginjal kronis itu sendiri masih sulit diketahui oleh pasien itu sendiri maupun tenaga
medis. Sebuah sistem klasifikasi penyakit dengan performa yang optimal dibutuhkan
untuk mendeteksi penyakit ini. Penelitian ini bertujuan untuk membuat sistem
klasifikasi diagnosa penyakit ginjal kronis. Penelitian ini memanfaatkan pendekatan
Supervised Learning. Penelitian ini menggunakan algoritma Extreme Gradient
Boosting (XGBoost) untuk mengklasifikasi pasien yang terjangkit penyakit ginjal
kronis atau tidak. Dataset yang digunakan untuk penelitian ini diambil dari UCI
Repository dengan jumlah 400 sampel. Dataset tersebut akan dibagi menjadi data latih
dan data uji. Dari hasil pengujian, model XGBoost dapat melakukan klasifiksi penyakit
ginjal kronis. Nilai yang diperoleh model hampir mendekati sempurna dengan nilai
Accuracy 99%, Precision 98%, Recall 100% dan F1-Score 99%. Dari nilai tersebut
dapat disimpulkan bahwa model XGBoost sangat baik dalam melakukan klasifikasi
penyakit ginjal kronis
TI 21/029 | TI 21/029 | Prodi Teknik Informatika (Ruang Skripsi & Tesis) | Tersedia |
Tidak tersedia versi lain