Analisis Klasifikasi Neural Network Pada Deteksi Penyakit Liver

Abstract

Penyakit liver adalah salah satu penyebab kematian yang utama berbagai negara, penyakit ini dapat menyerang semua kelompok usia, mulai dari anak-anak hingga lanjut usia, baik di negara berkembang seperti Indonesia maupun di negara maju. Penderita penyakit liver sulit untuk dideteksi, terutama pada tahap awal penyakit. Banyaknya penelitian yang mengatakan bahwa kunci menangani penyakit liver adalah dengan mendeteksi secara dini. Pendekatan dengan Machine Learning digunakan untuk prediksi penyakit liver, dengan model klasifikasi Neural Network jenis MultiLayer Perceptron (MLP) untuk meningkatkan performa deteksi penyakit. Untuk meningkatkan optimasi hyperparameter pada model MLP dilakukan menggunakan GridSearchCV. Dataset yang digunakan dalam penelitian ini adalah Indian Liver Patient Dataset. Hasil penelitian menunjukkan bahwa model klasifikasi penyakit liver dengan Neural Network pada dataset ini mendapatkan nilai accuracy sebesar 70.29% dengan nilai precision 71.43%, nilai recall sebesar 100% dan nilai f1-score sebesar 83.33%. Kinerja yang baik juga tercermin dari hasil confusion matrix, yang menunjukkan bahwa model tidak melakukan kesalahan dalam memprediksi penderita penyakit hati sebagai bukan penderita.