ANALISIS PENGARUH KUALITAS DATA MELALUI STRATEGI PREPROCESSING TERHADAP KINERJA DAN ROBUSTNESS ALGORITMA LIGHTGBM DALAM PREDIKSI RISIKO HIPERTENSI

Setiawan, Moch. Andri (2026) ANALISIS PENGARUH KUALITAS DATA MELALUI STRATEGI PREPROCESSING TERHADAP KINERJA DAN ROBUSTNESS ALGORITMA LIGHTGBM DALAM PREDIKSI RISIKO HIPERTENSI. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_57201_2213030093.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB)
	Text (Similarity) RAMA_57201_2213030093_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_57201_2213030093_0706098902_0721018801_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_57201_2213030093_0706098902_0721018801_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (545kB)
	Text (BAB 3) RAMA_57201_2213030093_0706098902_0721018801_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (451kB)
	Text (BAB 4) RAMA_57201_2213030093_0706098902_0721018801_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 5) RAMA_57201_2213030093_0706098902_0721018801_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (183kB)
	Text (References) RAMA_57201_2213030093_0706098902_0721018801_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (224kB)
	Text (Lampiran) RAMA_57201_2213030093_0706098902_0721018801_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB)

Abstract

Hipertensi merupakan penyakit kronis yang sering disebut “the silent killer” karena umumnya tidak menunjukkan gejala pada tahap awal, tetapi dapat menyebabkan komplikasi serius seperti penyakit jantung, stroke, dan gangguan ginjal, sehingga deteksi dini menjadi sangat penting. Deteksi dini berbasis machine learning masih menghadapi tantangan akibat kualitas data yang dapat memengaruhi proses pembelajaran dan kinerja model. Penelitian ini bertujuan untuk menganalisis dampak kualitas data melalui strategi preprocessing terhadap kinerja dan robustness algoritma LightGBM dalam prediksi risiko hipertensi. Model dibangun menggunakan algoritma LightGBM dengan penyesuaian class weight untuk menangani ketidakseimbangan data, serta optimasi hyperparameter menggunakan RandomizedSearchCV. Seluruh proses dilakukan dalam pipeline machine learning yang mencakup preprocessing hingga pemodelan untuk meminimalkan data leakage. Hasil penelitian menunjukkan bahwa algoritma LightGBM menghasilkan akurasi sebesar 99,69% pada data asli, sedangkan data bersih dan data imputasi masing-masing akurasi sebesar 99,46%. Perbedaan akurasi hanya sebesar 0,23 poin persentase akibat penanganan kualitas data, dengan nilai AUC di atas 0,999 pada seluruh skema, yang menunjukkan performa klasifikasi tinggi dan stabil tanpa indikasi overfitting yang signifikan. Penelitian ini menunjukkan bahwa algoritma LightGBM memiliki kinerja yang relatif stabil terhadap variasi kualitas data. Namun, penelitian masih terbatas pada penggunaan dataset publik sehingga diperlukan validasi menggunakan data kesehatan nyata. Penelitian selanjutnya disarankan menguji dataset yang lebih beragam serta mengeksplorasi metode preprocessing dan imputasi yang lebih kompleks untuk mengevaluasi pengaruhnya terhadap performa, robustness, dan validitas representasi data.

Available Versions of this Item

• ANALISIS PENGARUH KUALITAS DATA MELALUI STRATEGI PREPROCESSING TERHADAP KINERJA DAN ROBUSTNESS ALGORITMA LIGHTGBM DALAM PREDIKSI RISIKO HIPERTENSI. (deposited UNSPECIFIED)
  • ANALISIS PENGARUH KUALITAS DATA MELALUI STRATEGI PREPROCESSING TERHADAP KINERJA DAN ROBUSTNESS ALGORITMA LIGHTGBM DALAM PREDIKSI RISIKO HIPERTENSI. (deposited UNSPECIFIED) [Currently Displayed]

Actions (login required)

View Item