Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- 547fd9c2-0c6a-4861-8ffa-88a2a43d46f2
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro (UDINUS), dengan Fahmi, Amiq; Purwitasari, Diana; Sumpeno, Surya; dan Purnomo, Mauridhi Hery sebagai peserta, melaksanakan penelitian untuk meningkatkan akurasi prediksi pada dataset kesehatan dunia nyata yang tidak seimbang mengenai kasus infeksi dengue. Penelitian ini membahas noise dan data outlier dalam dataset dunia nyata. Dalam dataset klasifikasi, keberadaan outlier dapat membuat pemodelan prediktif menjadi lebih sulit serta menyebabkan kinerja pemodelan prediktif yang tidak akurat dan lebih rendah. Oleh karena itu, kegiatan ini berfokus pada pendeteksian dan penghapusan outlier dalam dataset layanan kesehatan yang besar dan tidak seimbang.
Pendekatan yang diusulkan menggunakan metode ensemble dua lapis bernama IsFLOF. IsFLOF menggabungkan isolation forest, yang disebut IsF, dan local outlier factor, yang disebut LOF, untuk menemukan dan menghapus outlier global serta lokal. Pendekatan tersebut mengatasi keterbatasan metode individual yang dijelaskan dalam sumber. IsF sensitif terhadap outlier global tetapi rentan terhadap outlier lokal, sedangkan LOF efektif untuk mendeteksi outlier lokal tetapi memiliki kompleksitas tinggi. Setelah penghapusan outlier menghasilkan dataset dengan distribusi nilai yang diukur secara tepat, dilakukan resampling untuk mencegah bias prediksi akibat data instance yang tidak seimbang dalam pengaturan multi-kelas. Fitur yang tidak signifikan kemudian disaring untuk menyempurnakan dataset.
Delapan algoritma pembelajaran mesin digunakan untuk menguji ketahanan dan efektivitas metode. AdaBoost yang dikombinasikan dengan fitur terpilih melalui Fast Correlation-Based Filter mencapai akurasi 93,5% pada pelatihan dan 95,1% pada pengujian. Metode tersebut juga diuji dan dibandingkan dengan metode terkini menggunakan dataset publik kasus hipotiroid yang tidak seimbang, dan menunjukkan akurasi prediksi yang lebih tinggi serta lebih dapat diterima dibandingkan data asli dan sintetis.