MODEL PREDIKSI RISIKO STROKE MENGGUNAKAN MACHINE LEARNING

Aug 2, 2026

Unggah oleh Levi

Stroke termasuk empat besar penyakit katastropik dengan biaya pengobatan tinggi dan komplikasi yang dapat mengancam jiwa. Berbagai data kesehatan menunjukkan masih banyak masyarakat yang belum memahami gejala stroke sehingga penanganan sering terlambat. Penelitian ini menerapkan metode machine learning untuk memprediksi risiko stroke melalui perancangan model menggunakan data pasien yang tersedia secara publik sebanyak 5000 data. Model ini ditujukan untuk membantu mengidentifikasi individu berisiko tinggi agar manajemen lebih lanjut dapat dilakukan lebih cepat, mendukung deteksi dini dan intervensi tepat waktu, serta menekan beban keseluruhan penyakit di masa depan.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman9

Waktu Membaca14 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Latar belakang risiko stroke

Kebutuhan deteksi dini

Metode

Pengumpulan data

Exploratory Data Analysis (EDA)

Preprocessing dan alur prediksi

Journal of Information Technology and Computer Science (INTECOMS) Volume 7 Nomor 4, Tahun 2024 e-ISSN : 2614-1574 p-ISSN : 2621-3249 MODEL PREDIKSI RISIKO STROKE MENGGUNAKAN MACHINE LEARNING STROKE RISK PREDICTION MODEL USING MACHINE LEARNING Iwa Ovyawan Herlistiono1, Sriyani Violina2 1,2Informatics Dept., Universitas Widyatama, Jalan Cikutra No. 204A, Bandung [ovyawan.herlistiono@widyatama.ac.id](ovyawan.herlistiono@widyatama.ac.id) ABSTRACT According to data from the Social Security Administration (BPJS), stroke is included in the top four catastrophic diseases, which require high costs for treatment and have complications that can be lifethreatening. Meanwhile, according to data from the Ministry of Health, around 80% of Indonesian people do not know the symptoms of stroke, so stroke treatment is often too late. In this research, machine learning methods were applied to predict the risk of stroke. Machine Learning has often been used in the health sector, especially to predict disease risk and classify certain diseases based on patient data. In this study, publicly available patient data was used to design a stroke risk prediction model consisting of 5000 pieces of data. This study makes an important contribution to the field of stroke prevention by introducing a risk prediction model that can help identify individuals at high risk for further management. The application of a stroke risk prediction model using machine learning is expected to increase early detection and timely intervention, as well as reduce the overall burden of stroke. In addition, this research also provides a basis for the development of more sophisticated and effective stroke risk prediction models in the future. Keyword : Machine Learning, Stroke, Prediction. ABSTRAK Menurut data Badan Penyelenggaraan Jaminan Sosial (BPJS), stroke termasuk dalam empat besar penyakit katastropik, yang membutuhkan biaya tinggi dalam pengobatannya dan memiliki komplikasi yang dapat mengancam jiwa. Sementara itu menurut data Kementerian Kesehatan, sekitar 80% masyarakat Indonesia tidak mengetahui gejala stroke sehingga seringkali penanganan stroke menjadi terlambat. Pada penelitian ini dilakukan penerapan metode machine learning untuk memprediksi risiko penyakit stroke. Machine Learning sudah sering digunakan di bidang kesehatan terutama untuk memprediksi risiko penyakit dan klasifikasipenyakit tertentu berdasarkan data pasien. Pada penelitian ini digunakan data pasien yang tersedia secara publikuntuk merancang model prediksi risiko penyakit stroke yang terdiri dari 5000 data. Studi ini memberikankontribusi penting dalam bidang pencegahan stroke dengan memperkenalkan model prediksi risiko yang dapat membantu identifikasi individu dengan risiko tinggi untuk pengelolaan lebih lanjut. Penerapan model prediksirisiko stroke menggunakan machine learning, diharapkan dapat meningkatkan deteksi dini dan intervensi yang tepat waktu, serta mengurangi beban stroke secara keseluruhan. Selain itu, penelitian ini juga memberikan dasaruntuk pengembangan model prediksi risiko stroke yang lebih canggih dan efektif di masa depan. Kata Kunci : Machine Learning, Stroke, Prediksi. PENDAHULUAN Stroke ialah penyakit kardiovaskuler yang terjadi akibat gagalnya suplai oksigenke sel-sel otak, yang beresiko terhadapkerusakan iskemik dan dapat menyebabkan kematian. Di Indonesia terdapat sekitar 550.000 pasien baru stroke setiap tahunnya. Angka ini terbilang sangat tinggi dan menempati urutan ketiga sebagai penyebab kematian di Indonesia, setelah kardiovascular dan kanker. Darisegi usia, 72% pasien stroke berumur diatas 65 tahun, namun seiring dengan perubahan gaya hidup maka, kecenderungan pasien untuk mendapatkan stroke terjadi pada usia lebih muda. Stroke merupakan suatu episode disfungsi sistem saraf karena adanya gangguan pada aliran darah ke otak, yang ditandai dengan adanya gejala klinis defisit neurologis. Stroke dapat dibuktikandengan pemeriksaan imaging atau

Pertanyaan Umum

Mengapa deteksi dini risiko stroke penting menurut dokumen ini?

Dokumen menyatakan deteksi dini memungkinkan pasien dan dokter mengambil tindakan yang tepat, serta dapat memahami risiko terkait sehingga kerusakan otak akibat stroke dapat dikurangi.

Bagaimana pendekatan penelitian untuk memprediksi risiko stroke?

Penelitian menerapkan metode machine learning untuk merancang model prediksi risiko stroke menggunakan data pasien yang tersedia secara publik.

Berapa jumlah data pasien yang digunakan dalam model prediksi?

Model dirancang menggunakan minimal 5000 data pasien (disebutkan 5000 data) yang tersedia secara publik.

Aug 2, 2026

Unggah oleh Levi