Klasifikasi Penyakit Stroke Menggunakan Algoritma XGBoost Classifier
DOI:
https://doi.org/10.31004/joecy.v6i1.6546Keywords:
Prediksi Risiko Stroke, Algoritma XGBoost Classifier, Hybrid Sampling, KlasifikasiAbstract
Stroke merupakan krisis kesehatan global yang menjadi penyebab utama kematian dan kecacatan. Deteksi lebih dini faktor stroke sangat penting untuk tindakan pencegahan yang efektif. Studi ini bertujuan untuk menganalisis karakteristik dataset stroke, mengkaji pengaruh teknik Hybrid Sampling (gabungan SMOTE dan Random UnderSampling) dalam mengatasi ketidakseimbangan data, serta mengevaluasi performa mode XGBoost. Penelitian ini menggunakan pendekatan kuantitatif eksperimen dengan dataset sekunder dari Kaggle. Penanganan ketidak seimbangan kelas dilakukan dengan Hybrid Sampling (gabungan SMOTE dan Random UnderSampling). Penerapan teknik Hybrid Sampling ini terbukti memberikan dampak signifikan pada kemampuan deteksi model, di mana nilai F1-Score pada kelas minoritas (stroke) yang semula bernilai 0,00 pada data asli (tanpa penanganan ketidakseimbangan) berhasil meningkat menjadi 0,25. Model dikembangkan menggunakan algoritma Extreme Gradient Boosting (XGBoost). Dataset memiliki ketidakseimbangan ekstrem dengan 4,8% pada kelas strok. Hasil evaluasi menunjukkan model XGBoost mencapai akurasi sebesar 89,4% pada data uji. Namun, performa pada kelas minoritas (stroke) masih rendah dengan recall 0,36 dan F1-Score 0,25. Meskipun XGBoost memberikan akurasi tinggi secara keseluruhan data yang signifikan. Diperlukan optimasi lebih lanjut melalui hyperparameter tuning atau algoritma boosting lainnya.
References
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic minority over-sampling technique. Journal of Artificial Intelligence Research, 16, 321–357.
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785–794). https://doi.org/10.1145/2939672.2939785.
Dritsas, E., & Trigka, M. (2022). Stroke risk prediction with machine learning techniques. Sensors, 22(13), 4670. https://doi.org/10.3390/s22134670
Faisal, A., & Subekti, A. (2022). Deep neural network untuk prediksi stroke menggunakan SMOTE Tomek. Jurnal Edukasi dan Penelitian Informatika (JEPIN), 8(1).
Ghani, L., Mihardja, L. K., & Delima. (2016). Faktor risiko dominan penderita stroke di Indonesia. Buletin Penelitian Kesehatan, 44(1), 49-58. https://www.google.com/search?q=https://doi.org/10.22435/bpk.v44i1.5625.
He, H., & Garcia, E. A. (2009). Learning from imbalanced data. IEEE Transactions on Knowledge and Data Engineering, 21(9), 1263–1284. https://doi.org/10.1109/TKDE.2008.239.
Kementerian Kesehatan Republik Indonesia. (2019). Laporan nasional Riskesdas 2018. Jakarta: Badan Penelitian dan Pengembangan Kesehatan.
Kianie, K., & Cenggono, M. (2025). Pengaruh faktor risiko dan gaya hidup terhadap risiko stroke. Jurnal Pendidikan Tambusai, 9(1).
Nabila, H. A., & Pamungkas, E. W. (2023). Perbandingan algoritma machine learning: SVM, Random Forest, dan XGBoost untuk prediksi stroke. RABIT: Jurnal Teknologi dan Sistem Informasi, 8(2).
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358. https://doi.org/10.1056/NEJMra1814259
World Health Organization. (2023). Stroke (cerebrovascular accident). Jenewa: World Health Organization.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Muhammad Rizky Firdaus, Ani Dijah Rahajoe, Fairus Irhab Adinata Efendi, Azmi Maulana Mahardika, Achmad Ario Dwi Maulana, Piter Rudi Irson Rivaldo Lapon
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
