DEEP NEURAL NETWORK UNTUK PREDIKSI STROKE

• ANAS FAISAL
• 14002356

---

ABSTRAK

Pada tahun 2019 WHO mendudukkan stroke sebagai tujuh dari sepuluh penyebab utama kematian. Kementerian kesehatan menggolongkan stroke sebagai penyakit katastropik karena memiliki dampak luas secara ekonomi dan sosial. Oleh karena itu, diperlukan peran dari teknologi informasi untuk memprediksi risiko stroke guna pencegahan dan perawatan dini. Analisis data yang memiliki kelas tidak seimbang mengakibatkan ketidakakuratan dalam mempredikisi stroke. Penelitian ini membandingkan tiga teknik oversamling unutk mendapatkan model prediksi yang lebih baik. data kelas yang sudah diseimbangkan di uji menggunakan tiga model arsitektur Deep Neural Network dengan melakukan optimasi pada beberapa parameter yaitu optimizer, learning rate dan epoch. hasil paling baik didapatkan teknik oversampling SMOTETomek dan Arsitektur DNN dengan lima hidden layer, optimasi adam, learning rate 0.001 dan jumlah epoch 500. Skor akurasi, presisi, recall dan f-measure masing-masing mendapatkan 0.96, 0.9614, 0.9608 dan 0.9611.

kata kunci: pembelajaran mendalam, DNN, SMOTETomek, Stroke, Klasifikasi

KATA KUNCI

Data Mining,DEEP NEURAL NETWORK,Klasifikasi

---

DAFTAR PUSTAKA