Penerapan Algoritma Random Forest dalam Mengidentifikasi Thalassemia Alfa
Identifikasi dini Thalassemia Alfa sangat penting untuk mencegah
komplikasi jangka panjang dan mendukung perencanaan medis yang
tepat dalam diagnosis serta perencanaan kesehatan keluarga. Penelitian
ini bertujuan untuk mengembangkan model klasifikasi Thalassemia
Alfa menggunakan algoritma Random Forest berdasarkan data pasien
yang tersedia. Model dilatih menggunakan skema pembagian data 80:20
dan dievaluasi melalui lima pengujian. Hasil terbaik menunjukkan
bahwa model mampu mencapai akurasi sebesar 82% setelah dilakukan
hyperparameter tuning, seperti jumlah pohon keputusan, kedalaman
maksimum pohon, minimum sampel cabang dan minimum sampel
daun.
Evaluasi performa menunjukkan bahwa model memiliki kemampuan
klasifikasi yang baik, terutama dalam mendeteksi kelas Alpha Carrier.
Hal ini menunjukkan bahwa algoritma Random Forest memiliki
potensi untuk diimplementasikan sebagai bagian dari sistem pendukung
keputusan dalam diagnosis Thalassemia Alfa di bidang kesehatan.
URI
https://repo.itera.ac.id/depan/submission/SB2506030039
Keyword
Hyperparameter tuning Identifikasi dini Klasifikasi Random Forest Thalassemia Alfa