KLASIFIKASI PENYAKIT STROKE MENGGUNAKAN METODE “LOGISTIC REGRESSION”

Data dari World Health Organization (WHO) tentang Non Communicable Disease merupakan penyebab utama kematian secara global. Faktor penyebabnya pun karena pola hidup yang tidak sehat, sehingga dapat mengindikasikan meningkatnya risiko penyakit stroke. Banyak pasien meninggal karena baru dikenali pada saat tahap akhir, sehingga prediksi penyakit stroke perlu diterapkan dalam membantu menangani masalah tersebut. Penelitian ini fokus pada klasifikasi menggunakan metode kecerdasan komputasional dalam prediksi penyakit stroke. Metode yang digunakan adalah Logistic Regresion, metode ini akan digunakan untuk mengklasifikasi dataset penyakit stroke dengan fitur-fitur yang ada sehingga ditemukan target kelasnya yaitu terkena stroke atau tidak pada dataset pasien yang di proses. Dataset yang digunakan pada penelitian ini adalah Stroke Prediction Dataset. Sistem akan dicoba menggunakan Microsoft Excel dalam perhitungan manualnya dan bahasa pemrogaman python dengan google colabs research sebagai platformnya. Dari hasil uji coba penggunaan metode Logistic Regresion memperoleh nilai accuracy sebesar 95%, recall sebesar 100%, dan f1-score mencapai 97%.