Klasifikasi Penyakit Kardiovaskular dengan Ensemble Stacking Menggunakan Catboost sebagai Meta-learner

Abstract

Penyakit kardiovaskular (CVD) merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini menjadi krusial untuk mencegah komplikasi yang lebih serius. Kemajuan dalam machine learning, khususnya metode ensemble learning, menawarkan potensi besar untuk meningkatkan akurasi prediksi penyakit. Penelitian ini bertujuan untuk mengukur dan mengoptimalkan performa model klasifikasi penyakit kardiovaskular menggunakan pendekatan ensemble stacking. Model yang diusulkan mengombinasikan empat base-learner (Extra-tree, XGBoost, LightGBM, AdaBoost) dengan CatBoost sebagai metalearner. Penelitian ini menggunakan tiga dataset publik, yaitu Cardiovascular Study Dataset, Cardiovascular-Disease-Dataset, dan Heart Disease Dataset, yang masing-masing melalui tahap pre-processing data yang disesuaikan, termasuk penanganan missing value, outlier, data duplikat, dan ketidakseimbangan kelas. Hasil penelitian dengan parameter default menunjukkan performa unggul pada Cardiovascular Study Dataset dengan akurasi 0,9751, meningkat signifikan (9- 17%) dibanding penelitian sebelumnya. Pada Cardiovascular-Disease Dataset, performa meningkat sekitar 1-1,5% , namun menurun pada Heart Disease Dataset yang berukuran lebih kecil. Proses optimasi parameter ensemble stacking (cv, stack_method, passthrough) berhasil meningkatkan performa pada ketiga dataset, dengan peningkatan akurasi tertinggi pada Heart Disease Dataset sebesar 4% (mencapai 0,9007) dan pada Cardiovascular Study Dataset mencapai 0,9801. Penelitian ini menyimpulkan bahwa model ensemble stacking dengan CatBoost sebagai meta-learner menghasilkan performa yang bagus terutama pada dataset berukuran besar dan optimasi parameter memberikan peningkatan performa yang konsisten.