Penerapan Metode Klasifikasi Random Forest dan CatBoost terhadap Data Pasien Penyakit Gagal Jantung (Studi Kasus: Pasien Penyakit Gagal Jantung Rumah Sakit Allied Hospital, Faisalabad, Pakistan)

Abstract

Penyakit gagal jantung adalah sebuah kondisi di mana jantung terlalu lemah untuk memompa darah ke tubuh secara teratur. Penyakit gagal jantung merupakan salah satu jenis penyakit paling berbahaya di negara-negara berkembang, salah satunya yaitu Pakistan. Kurangnya sumber daya pada sistem perawatan kesehatan di Pakistan mengakibatkan terjadinya peningkatan kasus penyakit gagal jantung. Salah satu cara dalam menangani meningkatnya penyakit gagal jantung di Pakistan yaitu dengan klasifikasi. Klasifikasi yaitu pengelompokkan data ke dalam suatu kelas tertentu. Klasifikasi dapat membantu sistem perawatan kesehatan Pakistan dalam penanganan pasien penyakit gagal janutng. Pada penelitian ini digunakan data 299 pasien penyakit gagal jantung rumah sakit Allied Hospital di Faisalabad, Pakistan. Dilakukan penambahan data sintesis menjadi 404 data menggunakan SMOTE-NC karena terdapat ketidakseimbangan data. Metode klasifikasi yang digunakan yaitu metode klasifikasi Random Forest dan CatBoost. Evaluasi kedua model klasifikasi menggunakan nilai akurasi presisi, recall, dan f1 score. Model klasifikasi Random Forest menghasilkan nilai akurasi sebesar 0.939, nilai presisi sebesar 0.925, nilai recall sebesar 0.949, dan f1 score sebesar 0.937. Sedangkan model klasifikasi CatBoost menghasilkan nilai akurasi sebesar 0.963, nilai presisi sebesar 0.974, nilai recall sebesar 0.949, dan f1 score sebesar 0.961.