ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulANALISIS ALGORITMA MULTILAYER PERCEPTRON (MLP) DAN RANDOM FOREST UNTUK DETEKSI DINI PENYAKIT KARDIOVASKULAR |
| Nama: DITA WIDAYANTI SETIAWAN |
| Tahun: 2026 |
| Abstrak Penyakit kardiovaskular adalah gangguan pada jantung dan pembuluh darah yang dapat berujung pada serangan jantung, stroke, hingga gagal jantung, karenanya deteksi dini penting. Studi ini membandingkan Multilayer Perceptron (MLP) dan Random Forest untuk klasifikasi risiko pada dataset Kaggle berisi 70.000 sampel dengan target seimbang. Pra-proses meliputi konversi usia, pembersihan outlier, standarisasi, dan seleksi fitur berbasis feature importance. Kedua model dioptimalkan memakai RandomizedSearchCV dan dievaluasi dengan akurasi, precision, recall, F1-score, AUC-ROC, confusion matrix, serta k-fold cross-validation. Hasilnya, akurasi MLP 73.90?n Random Forest 74.23?ngan AUC sama-sama 0.80. Random Forest lebih stabil di seluruh fold dan lebih baik pada kelas negatif, sedangkan MLP sedikit lebih sensitif pada kelas positif. Uji independent t-test dan Mann-Whitney U test menunjukkan p>0,05 sehingga perbedaan performa tidak signifikan. Fitur paling berpengaruh ialah tekanan darah diastolik, usia, kolesterol, dan tekanan darah sistolik. Prototipe Streamlit non-klinis menunjukkan potensi model untuk edukasi dan dukungan keputusan awal. |