PEMODELAN REGRESI LOGISTIK BINER BAYESIAN DENGAN METODE ADAPTIVE SYNTHETIC SAMPLING PADA DATA PENYAKIT JANTUNG ISKEMIK = BAYESIAN BINARY LOGISTIC REGRESSION MODELLING WITH ADAPTIVE SYNTHETIC SAMPLING METHOD ON ISCHAEMIC HEART DISEASE DATASET


Haq, Izzul (2024) PEMODELAN REGRESI LOGISTIK BINER BAYESIAN DENGAN METODE ADAPTIVE SYNTHETIC SAMPLING PADA DATA PENYAKIT JANTUNG ISKEMIK = BAYESIAN BINARY LOGISTIC REGRESSION MODELLING WITH ADAPTIVE SYNTHETIC SAMPLING METHOD ON ISCHAEMIC HEART DISEASE DATASET. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H051201069_skripsi_03-09-2024 cover1.jpg

Download (185kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H051201069_skripsi_03-09-2024 bab 1-2.pdf

Download (900kB)
[thumbnail of Dapus] Text (Dapus)
H051201069_skripsi_03-09-2024 dp.pdf

Download (429kB)
[thumbnail of Full Text] Text (Full Text)
H051201069_skripsi_03-09-2024.pdf
Restricted to Repository staff only until 15 August 2026.

Download (1MB)

Abstract (Abstrak)

Latar Belakang. Analisis regresi logistik digunakan untuk mengetahui hubungan antara satu variabel respon dikotomi dengan beberapa variabel prediktor. Namun, regresi logistik biner memiliki kekurangan, yaitu adanya asumsi bahwa hubungan antara variabel prediktor dan logit dari variabel respon bersifat linier. Asumsi ini tidak selalu akurat, sehingga hasil analisis dapat menjadi kurang tepat jika hubungan sebenarnya bersifat non-linier. Oleh karena itu, regresi logistik biner bayesian digunakan untuk menangani hubungan non-linear dengan lebih baik. Selain itu, teknik oversampling seperti adaptive synthetic sampling (ADASYN) diterapkan untuk menangani data yang tidak seimbang, sehingga meningkatkan kinerja klasifikasi dan mengurangi risiko overfitting. Tujuan. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi penyakit jantung iskemik berdasarkan model regresi logistik biner bayesian dengan ADASYN. Metode. Analisis data dilakukan dengan menyeimbangkan data untuk menyamakan skala variabel prediktor, kemudian membentuk model regresi logistik biner bayesian dengan ADASYN yang diterapkan pada data penyakit jantung iskemik. Hasil. Analisis menunjukkan setelah dilakukan standarisasi pada variabel prediktor, penggunaan metode ADASYN pada model regresi logistik biner bayesian menghasilkan kinerja yang lebih baik dibandingkan dengan model tanpa ADASYN. Akurasi model dengan ADASYN mencapai 82.11% sedangkan tanpa ADASYN sebesar 51.30%. Uji kebaikan model menunjukkan nilai sebesar 0.141 mengindikasikan peningkatan kinerja model. Kesimpulan. Model yang terbentuk dari regresi logistik biner bayesian dengan ADASYN menunjukkan bahwa penyakit jantung iskemik dipengaruhi oleh faktor usia (x1), berat badan (x2), indeks masa tumbuh (x3), hemoglobin (x4), hematokrit (x5), leokosit (x6), trombosit (x7) dan hipertensi (x8). Sedangkan faktor yang tidak dipengaruhi oleh penyakit jantung iskemik adalah kolestrol total (x9) dan jenis kelamin (x10).

Kata Kunci : Penyakit Jantung Iskemik, Regresi Logistik Biner Bayesian, Adaptive Synthetic Sampling

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Ischaemic Heart Disease, Bayesian Binary Logistic Regression, Adaptive Synthetic Sampling
Subjects: H Social Sciences > HA Statistics
Q Science > QA Mathematics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: stfathirah s
Date Deposited: 06 Nov 2024 02:04
Last Modified: 06 Nov 2024 02:04
URI: http://repository.unhas.ac.id:443/id/eprint/39020

Actions (login required)

View Item
View Item