Implementasi Ensemble Stacking Dengan Pendekatan Sampling dan Logistic  Regression Untuk Meningkatkan Akurasi Klasifikasi Penyakit Jantung

Novandi Catur Aditya; Aprilia Baiin; Ardiyansyah; Yeni Mustika

doi:10.37424/informasi.v18i2.603

Novandi Catur Aditya Universitas Bina Sarana Informatika
Aprilia Baiin Universitas Bina Sarana Informatika
Ardiyansyah Universitas Bina Sarana Informatika
Yeni Mustika Universitas Bina Sarana Informatika

DOI: https://doi.org/10.37424/informasi.v18i2.603

Abstract

Model kategorisasi yang akurat diperlukan untuk membantu identifikasi dini penyakit jantung, yang merupakan salah satu penyebab kematian utama di dunia. Permasalahan utama dalam klasifikasi adalah ketidakseimbangan data yang dapat menurunkan kinerja model. Penelitian ini bertujuan meningkatkan akurasi klasifikasi penyakit jantung menggunakan metode ensemble stacking dengan pendekatan teknik sampling. Dataset yang digunakan adalah Heart Failure Prediction Dataset dari Kaggle sebanyak 918 data. Metode yang digunakan terdiri dari tiga base learner, yaitu K-Nearest Neighbor, Naive Bayes, dan Random Forest, serta Logistic Regression sebagai meta-learner. Penanganan data tidak seimbang dilakukan dengan empat skenario, yaitu tanpa sampling, oversampling, undersampling, dan SMOTE. Evaluasi dilakukan menggunakan 10-fold cross validation. Hasil penelitian menunjukkan bahwa metode stacking memberikan performa terbaik dibandingkan model tunggal. Akurasi tertinggi diperoleh pada skenario oversampling sebesar 95,57% dengan nilai precision, recall, dan F1-score sebesar 0,956. Metode ini efektif meningkatkan kinerja klasifikasi penyakit jantung

References

AAiri, jFitri jAdha jHariyati, jTati jSuprapti, jand jAgus jBahtiar. j2023. j“Komparasi jMetode jKlasifikasi jData jMining jUntuk jPrediksi jPenyakit jStroke.” j18:73–79. jdoi:https://doi.org/10.30587/e-link.v18i1.5271.

Ara, jJinat, jHanif jBhuiyan, jIsfara jIslam jRoza, jand jAbrar jNahin jMohammad jShadman. j2026. j“Importance jof jBalanced jDatasets jwith jFeature jSelection jand jEnsemble jMethods jon jHeart jDisease jClassification jUsing jDistinctive jMachine jLearning jTechniques : jA jComparative jAnalysis.” j1–29.

Faska, jZahra, jLahbib jKhrissi, jKhalid jHaddouch, jand jNabil jEl jAkkad. j2023. j“A jRobust jand jConsistent jStack jGeneralized jEnsemble j‑ jLearning jFramework jfor jImage jSegmentation.” jJournal jof jEngineering jand jApplied jScience j1–20. jdoi:10.1186/s44147-023-00226-4.

Harun, jRodyah jMulyani, jand jFaisal jFahmi. j2024. j“Perbandingan jAlgoritma jNaïve jBayes j, jKNN j, jDan jDecision jTree jPada jAnalisis jSentimen jTerhadap jUlasan jAplikasi jKitaLulus.” j6(3). jdoi:10.47065/bits.v6i3.6367.

Hendrawinata, jSuryadillah, jJasmir jJasmir, jand jGunardi jGunardi. j2026. j“Perbandingan jAlgoritma jMachine jLearning jUntuk jPrediksi jCustomer jChurn jPerbankan jBerbasis jCredit jScore jComparison jof jMachine jLearning jAlgorithms jfor jBanking jCustomer jChurn jPrediction jBased jon jCredit jScore.” j15:1574–83. jdoi:https://doi.org/10.32520/stmsi.v15i5.6148.

Kumar, jProf jNeelam jA., jLaxmi jJangale, jVaishnavi jSathe, jAishwarya jShelke, jand jTanvi jRedij. j2024. j“Study jof jSupervised jLogistic jRegression jAlgorithm.” j13(2231):227–30.

Putri, jA. jK., jand jH. jSuparwito. j2023. j“Uji jAlgoritma jStacking jEnsemble jClassifier jPada jKemampuan jAdaptasi jMahasiswa jBaru jDalam jPembelajaran jOnline.” j3(1):1–12. jdoi:https://doi.org/10.24002/konstelasi.v3i1.7009.

Qadrini, jLaila. j2023. j“Undersampling jDan jK-Fold jRandom jForest jUntuk jKlasifikasi jKelas jTidak jSeimbang.” j4(4):1967–74. jdoi:10.47065/bits.v4i4.3141.

Rahim, jAbd jMizwar jA., jInggrid jYanuar jRisca jPratiwi, jand jMuhammad jAinul jFikri. j2023. j“Klasifikasi jPenyakit jJantung jMenggunakan jMetode jSynthetic jMinority jOver- jSampling jTechnique jDan jRandom jForest jClasifier.” jIndonesian jJournal jof jComputer jScience j12(1):2995–3011. jdoi:https://doi.org/10.33022/ijcs.v12i5.3413.

Rainio, jOona, jJarmo jTeuho, jand jRiku jKlén. j2024. j“Evaluation jMetrics jand jStatistical jTests jfor jMachine jLearning.” jScientific jReports j1–14. jdoi:10.1038/s41598-024-56706-x.

Salmi, jMabrouka, jDalia jAtif, jDiego jOliva, jAjith jAbraham, jand jSebastian jVentura. j2024. jHandling jImbalanced jMedical jDatasets : jReview jof ja jDecade jof jResearch. jVol. j57. jSpringer jNetherlands.

Sapriadi, jand jMardiah jNasution. j2024. j“Oversampling jMenggunakan jP jEndekatan jLatin jHypercube jSampling jDan jK-Nearest jNeighbors jUntuk jMeningkatkan jKinerja.” jJurnal jKomputer jTerapan j(November):98–110. jdoi:https://doi.org/10.35143/jkt.v10i2.6389.

Sejati, jPuteri, jMunawar, jMarzuki jPilliang, jand jHabibullah jAkbar. j2022. j“Studi jKomparasi jNaive jBayes j, jK-Nearest jNeighbor j, jDan jRandom jForest jUntuk jPrediksi jCalon jMahasiswa jYang jDiterima jAtau jMundur.” jJurnal jTeknologi jInformasi jDan jIlmu jKomputer j(JTIIK) j9(7):1341–48. jdoi:10.25126/jtiik.202296737.

Setiawan, jIsmail, jIlham jFatah jYasin, jand jYuninda jTri jDesianti. j2025. j“Komparasi jKinerja jAlgoritma jRandom jForest j, jDecision jTree j, jNaïve jBayes j, jDan jKNN jDalam jPrediksi jTingkat jDepresi jMahasiswa jMenggunakan jStudent jDepression jDataset.” j6(1):47–58. jdoi:https://doi.org/10.35960/ikomti.v6i1.1756.

Sijabat, jGlen jFierre, jWahyu jAji, jand jEko jPrabowo. j2026. j“Studi jKomparatif jModel jMachine jLearning jUntuk jKlasifikasi jPenyakit jJantung jDengan jSMOTE jPada jData jImbalanced.” j13(1):398–409. jdoi:10.30865/jurikom.v13i1.9485.

Sir, jYosua jAlberth, jand jAgus jH. jH. jSoepranoto. j2022. j“Pendekatan jResampling jData jUntuk jMenangani jMasalah jKetidakseimbangan jKelas.” j10(1):31–38. jdoi:10.35508/jicon.v10i1.6554.

Song, jShihao, jand jSibo jYang. j2026. jAn jImproved jSMOTE jMethod jBased jon jTriangular jScoring jMechanism jwith jRandom jPerturbation jfor jHandling jClass-Imbalanced jClassification jProblems. jVol. j123.

Sujon, jKhaled jMahmud, jRohayanti jHassan, jKwonhue jChoi, jand jAbdus jSamad. j2025. j“Accuracy, jPrecision, jRecall, jF1-Score, jor jMCC? jEmpirical jEvidence jfrom jAdvanced jStatistics, jML, jand jXAI jfor jEvaluating jBusiness jPredictive jModels.” jdoi:https://doi.org/10.1186/s40537-025-01313-4.

Syukron, jAkhmad, jEko jSaputro, jSardiarinto, jand jPudji jWidodo. j2023. j“Penerapan jMetode jSmote jUntuk jMengatasi jKetidakseimbangan jKelas jPada jPrediksi jGagal jJantung.” j10(1):47–50. jdoi:https://doi.org/10/25047/jtit.v10i1.312.

Taskiran, jSalimkan jFatma, jBahaeddin jTurkoglu, jErsin jKaya, jand jTunc jAsuroglu. j2025. j“OPEN jA jComprehensive jEvaluation jof jOversampling jTechniques jfor jEnhancing jText jClassification jPerformance.” j1–20. jdoi:https://doi.org/10.1038/s41598-025-05791-7.

Wongvorachan, jTarid, jSurina jHe, jand jOkan jBulut. j2023. j“A jComparison jof jUndersampling j, jOversampling j, jand jSMOTE jMethods jfor jDealing jwith jImbalanced jClassification jin jEducational jData jMining.” jdoi:https://doi.org/10.3390/info14010054.

Zhou, jWensheng, jChen jLiu, jPeng jYuan, jand jLei jJiang. j2024. j“Applied jSciences jAn jUndersampling jMethod jApproaching jthe jIdeal jClassification jBoundary jfor jImbalance jProblems.” jdoi:https:// jdoi.org/10.3390/app14135421.