Mahasiswa dan Dosen Teknik Informatika UNSRAT Publikasikan Riset di Jurnal SINTA 2
Mahasiswa dan dosen dari Program Studi Teknik Informatika, Fakultas Teknik, Universitas Sam Ratulangi (UNSRAT), kembali menorehkan prestasi akademik melalui publikasi ilmiah di jurnal nasional terakreditasi SINTA 2, Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics (IJEEEMI)
Judul Publikasi:
“Combinations of Optimization Method and Balancing Technique in Hypertension Classification with Machine Learning”
Penulis:
- Natalia Intan Suryani Lu’o (Mahasiswa, Teknik Informatika, UNSRAT)
- Daniel Febrian Sengkey, S.T., M.T. (Dosen, Teknik Informatika, UNSRAT)
- dr. Victor Florencia Ferdinand Joseph, Sp.JP(K) (Dosen, Fakultas Kedokteran, UNSRAT)
Rangkuman Penelitian:
Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit hipertensi dengan memanfaatkan teknik pembelajaran mesin (machine learning). Dalam studi ini, algoritma Random Forest (RF), Light Gradient Boosting Machine (LGBM), dan Extra Trees (ET) digunakan untuk membangun model klasifikasi. Untuk mengoptimalkan kinerja model, dilakukan penyesuaian hyperparameter menggunakan metode Particle Swarm Optimization (PSO) dan Grid Search dengan Cross-Validation (GSCV)
Selain itu, untuk mengatasi masalah ketidakseimbangan data (imbalanced data) yang sering terjadi dalam dataset medis, penelitian ini menerapkan teknik SMOTE (Synthetic Minority Over-sampling Technique).
Hasil penelitian menunjukkan bahwa kombinasi algoritma LGBM dengan optimasi hyperparameter menggunakan PSO-CV memberikan performa terbaik, dengan nilai precision sebesar 0.22, recall 0.63, F1-score 0.33, ROC-AUC 0.79, dan PR-AUC 0.24. Temuan ini menegaskan bahwa pendekatan PSO-CV efektif dalam meningkatkan kinerja model klasifikasi, khususnya dalam konteks data yang tidak seimbang.
Kontribusi dan Dampak:
Penelitian ini merupakan kolaborasi multidisiplin antara bidang teknik dan kedokteran, yang menunjukkan potensi besar integrasi teknologi informasi dalam bidang kesehatan. Dengan pendekatan ini, diharapkan dapat membantu dalam pengembangan sistem pendukung keputusan medis yang lebih akurat dan efisien, khususnya dalam diagnosis dan penanganan penyakit hipertensi.
Publikasi ini tidak hanya menambah daftar prestasi akademik UNSRAT, tetapi juga menjadi inspirasi bagi mahasiswa dan dosen untuk terus berinovasi dan berkontribusi dalam penelitian yang berdampak positif bagi masyarakat.
Akses Publikasi:
Artikel lengkap dapat diakses melalui tautan berikut: https://ijeeemi.org/index.php/ijeeemi/article/view/86