Penerapan Metode LASSO Regression dan Random Forest untuk Menemukan Gejala Dominan pada Kasus Dengue Haemorrhagic Fever di RSUD dr. H. Koesnadi Bondowoso

Fachril, Fachril Mohammad (2026) Penerapan Metode LASSO Regression dan Random Forest untuk Menemukan Gejala Dominan pada Kasus Dengue Haemorrhagic Fever di RSUD dr. H. Koesnadi Bondowoso. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstrak) Abstrak.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (136kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (224kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (146kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Dengue Haemorrhagic Fever (DHF) merupakan salah satu penyakit yang masih menjadi masalah kesehatan dan memiliki jumlah kasus yang cukup tinggi di RSUD dr. H. Koesnadi Bondowoso. Pemanfaatan data rekam medis dapat digunakan untuk mengidentifikasi gejala dominan yang berkaitan dengan kasus DHF. Penelitian ini bertujuan untuk menemukan gejala dominan pada kasus DHF menggunakan metode LASSO Regression dan Random Forest. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan data sekunder rekam medis pasien DHF dan Demam Tifoid tahun 2024 di RSUD dr. H. Koesnadi Bondowoso. Data dianalisis melalui tahapan preprocessing, seleksi variabel menggunakan LASSO Regression, dan identifikasi tingkat kepentingan variabel menggunakan Random Forest. Hasil penelitian menunjukkan bahwa LASSO Regression berhasil menyeleksi 11 variabel relevan dan mengeliminasi hepatomegali karena memiliki koefisien nol. Variabel dengan kontribusi terbesar pada LASSO Regression adalah manifestasi syok, trombositopenia, dan hematokrit. Sementara itu, Random Forest menunjukkan bahwa hematokrit, trombositopenia, dan leukopenia memiliki nilai feature importance tertinggi. Hasil integrasi kedua metode menunjukkan bahwa hematokrit, trombositopenia, manifestasi syok, dan leukopenia merupakan faktor klinis dominan pada kasus DHF. Dengan demikian, kombinasi LASSO Regression dan Random Forest efektif digunakan untuk mengidentifikasi gejala dominan berdasarkan data rekam medis pasien.

Actions (login required)

View Item