Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- 79033a98-1cb2-4fff-a71b-f54e060fe57c
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan kegiatan penelitian yang mengkaji dampak teknik penskalaan data terhadap klasifikasi stroke menggunakan K-Nearest Neighbors (KNN). Kegiatan ini melibatkan peneliti UDINUS Firmansyah, Muhammad Raihan, dan Astuti, Yani Parti sebagai peserta. Fokus kegiatan adalah mengelola skala yang beragam pada atribut kesehatan dalam dataset stroke, dengan tujuan yang dinyatakan untuk meningkatkan akurasi dan keandalan model klasifikasi.
Kegiatan ini membandingkan tiga kondisi prapemrosesan, yaitu standardisasi z-score, normalisasi min-max, dan penggunaan data tanpa penskalaan. Setelah kondisi prapemrosesan tersebut diterapkan, model KNN dilatih dan dievaluasi menggunakan berbagai rasio pembagian data. Perbandingan tersebut menilai bagaimana pendekatan alternatif dalam menyiapkan atribut yang berkaitan dengan kesehatan memengaruhi kinerja metode klasifikasi yang sama. Sumber menjelaskan kegiatan sebagai penelitian mengenai klasifikasi stroke dan penskalaan data, tetapi tidak memberikan rincian lebih lanjut mengenai komposisi dataset atau konfigurasi evaluasi yang digunakan.
Hasil yang dilaporkan menunjukkan kinerja yang sebanding antara standardisasi z-score dan normalisasi min-max, meskipun terdapat sedikit variasi pada berbagai rasio pembagian data. Standardisasi z-score dan normalisasi min-max sama-sama mencapai akurasi 95,07% dalam hasil yang dilaporkan. Sumber juga menyatakan bahwa normalisasi menghasilkan akurasi rata-rata yang lebih tinggi daripada standardisasi, dengan akurasi rata-rata masing-masing sebesar 94,25% dan 94,21%. Temuan tersebut menunjukkan bahwa penskalaan data merupakan pertimbangan penting dalam penerapan KNN untuk klasifikasi stroke serta mengaitkan perbandingan prapemrosesan dengan kinerja pembelajaran mesin yang kuat dan keputusan kesehatan yang informatif.
Sehubungan dengan tujuan yang dinyatakan berkaitan dengan kesehatan, kegiatan UDINUS ini membahas fokus penelitian kesehatan melalui pengkajian pendekatan komputasional untuk klasifikasi stroke. Kegiatan ini menyediakan perbandingan terdokumentasi mengenai metode prapemrosesan dan kinerja klasifikasi yang dilaporkan. Secara kelembagaan, kegiatan ini merupakan penelitian oleh peserta UDINUS yang menangani permasalahan analitis terkait kesehatan melalui evaluasi KNN dan teknik penskalaan data.