IMPLEMENTASI ALGORITMA RANDOM FOREST BERBASIS OVERSAMPLING SMOTE UNTUK KLASIFIKASI PENYAKIT ALZHEIMER

Artanca, Galung Reinan (2025) IMPLEMENTASI ALGORITMA RANDOM FOREST BERBASIS OVERSAMPLING SMOTE UNTUK KLASIFIKASI PENYAKIT ALZHEIMER. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text 1. PENDAHULUAN.pdf Download (907kB)
	Text 2. ABSTRAK.pdf Download (314kB)
	Text 3. BAB I.pdf Download (340kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (733kB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (312kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (290kB)
	Text 9. LAMPIRAN.pdf Download (248kB)

Abstract

Penyakit Alzheimer merupakan jenis demensia yang paling umum dan telah menjadi masalah kesehatan global yang serius, terutama di kalangan lansia. Deteksi dini terhadap penyakit ini sangat penting agar penderita dapat segera memperoleh perawatan yang tepat dan memperlambat perkembangan penyakit. Namun, metode diagnosis konvensional memerlukan waktu lama dan biaya tinggi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Random Forest sebagai metode klasifikasi untuk mendeteksi penyakit Alzheimer secara lebih akurat dan efisien. Penelitian menggunakan dataset terbuka dari Kaggle yang terdiri dari 2.149 data pasien dan 35 atribut. Proses klasifikasi mengikuti metode CRISP-DM yang mencakup tahap Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Penelitian ini diharapkan dapat menjadi kontribusi dalam pengembangan sistem pendukung keputusan untuk deteksi dini Alzheimer secara berbasis data.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Nilogiri, Agung

NIDN0030037701

Dosen Pembimbing

Suharso, Wiwik

NIDN0006097601

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Alzheimer, Random Forest, Machine Learning, Klasifikasi.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Galung Reinan Artanca | galung.reiarta23@gmail.com
Date Deposited:	21 Aug 2025 06:14
Last Modified:	21 Aug 2025 06:14
URI:	http://repository.unmuhjember.ac.id/id/eprint/27245

Actions (login required)

View Item