SAID RIZKI ZIKRILLAH AULIA, - (2025) PENERAPAN TEKNIK ADASYN PADA KLASIFIKASI PENYAKIT STROKE MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK. JURNAL INOVTEK POLBENG -SERI INFORMATIKA, 10 (3). pp. 1666-1674. ISSN ISSN : 2527-9866

Preview	Text (ARTIKEL) SAID RIZKI ZIKRILLAH AULIA - Said Rizki Zikry.pdf - Published Version Download (2MB) | Preview
Preview	Text (SURAT PERNYATAAN PUBLIKASI) Surat persetujuan Publikasi - bebas pustaka - SAID RIZKI ZIKRILLAH AULIA i.pdf - Published Version Download (279kB) | Preview

Abstract

Tingginya prevalensi stroke di Indonesia dan tantangan data rekam medis yang tidak seimbang menjadi penghambat utama dalam pengembangan sistem deteksi dini yang akurat. Penelitian ini bertujuan untuk membangun model klasifikasi stroke yang andal dengan menerapkan teknik oversampling ADASYN (Adaptive Synthetic Sampling) untuk mengatasi ketidakseimbangan kelas sebelum data dilatih menggunakan algoritma Backpropagation Neural Network (BPNN). Pengujian dilakukan melalui berbagai skenario pembagian data (70:30, 80:20, 90:10) dan variasi hiperparameter untuk menemukan konfigurasi optimal. Hasil terbaik diperoleh pada skema pembagian data 90:10 dengan arsitektur 29 neuron dan learning rate 0,01, yang berhasil mencapai performa puncak dengan akurasi 90,46% dan F1-Score 91,03%. Studi ini menunjukkan bahwa kombinasi ADASYN dan BPNN merupakan pendekatan yang sangat efektif untuk menghasilkan model prediksi stroke yang tidak hanya akurat tetapi juga sensitif terhadap kelas minoritas, sehingga berpotensi besar sebagai alat bantu deteksi dini di bidang kesehatan.

Actions (login required)

View Item