Evaluasi Komparatif Random Forest, XGBoost, dan Logistic Regression untuk Prediksi Stroke Menggunakan Teknik SMOTE

Anggita Nur Holifah; Imam Tahyudin

doi:10.30865/json.v7i4.9711

Authors

Anggita Nur Holifah UNIVERSITAS AMIKOM PURWOKERTO
Imam Tahyudin Universitas Amikom Purwokerto

DOI:

https://doi.org/10.30865/json.v7i4.9711

Keywords:

SMOTE, Stroke, Machine Learning, Logistic Regression, Random Forest, XGBoost

Abstract

Stroke merupakan salah satu penyakit dengan tingkat kematian dan kecacatan yang tinggi sehingga diperlukan metode prediksi yang mampu mendukung deteksi dini secara lebih akurat. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Random Forest, XGBoost, dan Logistic Regression dalam memprediksi risiko stroke berdasarkan data kesehatan pasien. Dataset yang digunakan terdiri dari 5.110 data dengan 12 variabel, seperti usia, riwayat hipertensi, penyakit jantung, kadar glukosa darah, indeks massa tubuh, dan kebiasaan merokok. Ketidakseimbangan data ditangani menggunakan metode SMOTE, sedangkan hyperparameter tuning diterapkan pada model Random Forest untuk mengevaluasi pengaruhnya terhadap performa klasifikasi. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa berdasarkan nilai weighted average, Random Forest memperoleh performa keseluruhan terbaik dengan accuracy sebesar 94%, precision 90%, recall 94%, dan F1-score 91%. XGBoost menghasilkan performa yang hampir setara dengan accuracy 93%, precision 90%, recall 93%, dan F1-score 91%, sedangkan Logistic Regression memperoleh accuracy 74%, precision 93%, recall 74%, dan F1-score 81%. Hasil evaluasi juga menunjukkan bahwa hyperparameter tuning pada Random Forest tidak memberikan peningkatan performa yang signifikan dibandingkan model sebelum tuning. Meskipun Random Forest dan XGBoost menghasilkan performa keseluruhan yang lebih tinggi, Logistic Regression menunjukkan kemampuan yang lebih baik dalam mendeteksi kasus stroke berdasarkan nilai recall pada kelas stroke. Oleh karena itu, pemilihan model perlu disesuaikan dengan tujuan penggunaan, baik untuk memperoleh performa klasifikasi secara keseluruhan maupun untuk memaksimalkan deteksi kasus stroke.

References

[1] H. Khathimah, N. I. Hanifa, Y. W. Putri, and N. Susanti, “Prevalensi Penyakit Stroke Di Puskesmas Dalu Sepuluh,” Prepotif J. Kesehat. Masy., vol. 8, no. 2, pp. 4068–4073, 2024, doi: 10.31004/prepotif.v8i2.30346.

[2] B. K. Kim, S. Park, M. K. Han, J. H. Hong, D. I. Lee, and K. S. Yum, “Deep learning for prediction of mechanism in acute ischemic stroke using brain diffusion magnetic resonance image,” J. Neurocritical Care, vol. 16, no. 2, pp. 85–93, 2023, doi: 10.18700/jnc.230039.

[3] WHO, World health statistics 2023: monitoring health for the sdgs, sustainable development goals, vol. 27, no. 2. 2023.

[4] Balitbang Kemenkes RI, “Laporan Nasional Riset Kesehatan Dasar (Riskesdas),” Balitbang Kemenkes RI, p. 124, 2013, doi: 10.1126/science.127.3309.1275.

[5] J. J. Pangaribuan et al., “Machine Learning,” vol. 6, no. 2, 2021.

[6] I. N. Rizki, D. Prayoga, M. L. Puspita, and M. Q. Huda, “Implementasi Exploratory Data Analysis Untuk Analisis Dan Visualisasi Data Penderita Stroke Kalimantan Selatan Menggunakan Platform Tableau,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 1, 2024, doi: 10.23960/jitet.v12i1.3856.

[7] L. Mongkau, F. L. F. G. Langi, and A. F. C. Kalesaran, “Studi Ekologi Prevalensi Diabetes Melitus Dengan Stroke Di Indonesia,” PREPOTIF J. Kesehat. Masy., vol. 6, no. 2, pp. 1156–1162, 2022, doi: 10.31004/prepotif.v6i2.4027.

[8] S. Arifin and I. Tahyudin, “Optimasi Prediksi Prediabetes dengan Metode Fitur Selection dan Imbalance Learning.,” Techno. com, vol. 24, no. 1, pp. 68–80, 2025.

[9] M. F. Banjar, I. Irawati, F. Umar, and L. N. Hayati, “Analysis of Stroke Classification Using Random Forest Method,” Ilk. J. Ilm., vol. 14, no. 3, pp. 186–193, 2022, doi: 10.33096/ilkom.v14i3.1252.186-193.

[10] Y. Aulia, A. Andriyansyah, S. Suharjito, and S. W. Nensi, “Analisis Prediksi Stroke dengan Membandingkan Tiga Metode Klasifikasi Decision Tree, Naïve Bayes, dan Random Forest,” J. Ilmu Komput. dan Inform., vol. 3, no. 2, pp. 89–98, 2024, doi: 10.54082/jiki.90.

[11] B. A. Febryanto and I. Tahyudin, “Perbandingan Algoritma CNN, LSTM, FNN untuk Diagnosa Fibrosis Hati dengan Citra Medis,” Techno.Com, vol. 24, no. 1, pp. 41–55, 2025.

[12] L. R. Sitompul, A. A. Nababan, M. L. Manihuruk, W. A. Ponsen, and S. Supriyandi, “Comparison of Xgboost, Random Forest and Logistic Regression Algorithms in Stroke Disease Classification,” Sinkron, vol. 9, no. 2, pp. 957–968, 2025, doi: 10.33395/sinkron.v9i2.14794.

[13] U. N. Wisesty, T. A. B. Wirayuda, F. Sthevanie, and R. Rismala, “Analysis of Data and Feature Processing on Stroke Prediction using Wide Range Machine Learning Model,” J. Online Inform., vol. 9, no. 1, pp. 29–40, 2024, doi: 10.15575/join.v9i1.1249.

[14] A. Riyadi, J. A. Tambunan, and A. Wijaya, “Perbandingan Akurasi Support Vector Machine dan Random Forest pada Prediksi Diabetes Melitus,” vol. 2, pp. 1314–1321, 2025.

[15] M. riki Atsauri, H. Mawengkang, and S. Efendi, “Enhancing Unbalanced Data Classification with Cross-Validation and Extreme Gradient Boosting: A Comprehensive Analysis,” J. Informatics Telecommun. Eng., vol. 7, no. 1, pp. 30–42, 2023, doi: 10.31289/jite.v7i1.8690.

[16] N. Nasution, M. A. Hasan, and F. Bakri Nasution, “Predicting Heart Disease Using Machine Learning: An Evaluation of Logistic Regression, Random Forest, SVM, and KNN Models on the UCI Heart Disease Dataset,” IT J. Res. Dev., vol. 9, no. 2, pp. 140–150, 2025, doi: 10.25299/itjrd.2025.17941.

[17] N. P. Nur Fauzi, S. Khomsah, and A. D. Putra Wicaksono, “Penerapan Feature Engineering dan Hyperparameter Tuning untuk Meningkatkan Akurasi Model Random Forest pada Klasifikasi Risiko Kredit,” J. Teknol. Inf. dan Ilmu Komput., vol. 12, no. 2, pp. 251–262, 2025, doi: 10.25126/jtiik.2025128472.

[18] L. Pasiolo et al., “Penyakit Stroke Dengan Algoritma Support Vector Machine,” J. Sist. Inf., vol. 7, no. 1, pp. 61–73, 2025.

[19] N. N. Tahyudin, Imam; Arifin, Samsul; Rizaqi, Hanif; Febryanto, Bagas Aji; Putra, Bernardus Septian Cahya; Holifah, Anggita Nur; Puspitasari, Data Science: Teori dan Implementasi. Zahira Media Publisher, 2025.

[20] Z.-H. Zhou, Machine Learning. Nanjing, China, 2021. doi: 10.1007/978-981-15-1967-3.