FAYAT ZABIHULLAH, - (2025) IMPLEMENTASI LEARNING VECTOR QUANTIZATION 2 DAN INFORMATION GAIN UNTUK KLASIFIKASI PENYAKIT GINJAL KRONIS. Information System Journal (INFOS), 8 (01). pp. 40-50. ISSN E-ISSN : 2655-142X and P-ISSN : 2655-190X.

Preview	Text (ARTIKEL) Fayat Zabihullah - Bebas Pustaka 1 - FAYAT ZABIHULLAH TEKNIK INFORMATIKA.pdf - Published Version Download (1MB) | Preview
Preview	Text (SURAT PERNYATAAN PUBLIKASI) Surat Serah Simpan - FAYAT ZABIHULLAH TEKNIK INFORMATIKA.pdf - Published Version Download (643kB) | Preview
Preview	Text (PERSETUJUAN PEMBIMBING) Surat Persetujuan Fayat - FAYAT ZABIHULLAH TEKNIK INFORMATIKA.pdf - Published Version Download (1MB) | Preview

Abstract

Penyakit ginjal kronis terjadi ketika ginjal gagal mempertahankan metabolisme dan keseimbangan tubuh, serta memiliki risiko kematian yang tinggi. Analisis dan prediksi menggunakan teknik klasifikasi data dapat membantu mengurangi risiko tersebut. Penelitianini bertujuan untuk mengklasifikasikan penyakit ginjal kronis dengan menggabungkan metode seleksi fitur Information Gaindan algoritma Learning Vector Quantization 2(LVQ2). Datasetyang digunakan terdiri dari 1659 data dengan 53 atribut dan 1 label kelas. Tahapan penelitian meliputi preprocessing, seleksi fitur, normalisasi, dan klasifikasi. Seleksi fitur dilakukan berdasarkan nilai Information Gaindengan thresholdtertentu. Model diuji dengan kombinasi parameter learning ratedan window, serta dievaluasi menggunakan akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh tanpa seleksi fitur dengan akurasi 93.98%. Setelah seleksi fitur, akurasi menurun sedikit menjadi 93.37%. Kombinasi SMOTEdan seleksi fitur meningkatkan presisi, recall, dan F1-score, namun menurunkan akurasi hingga menjadi 80.00% pada threshold0.7 dengan fitur terpilih 33.

Actions (login required)

View Item