Health Analytics for Stroke Disease

Abstract

Salah satu tantangan dalam penyakit stroke adalah kurangnya alat analisis yang berguna untuk mengidentifikasi data stroke yang berisi hubungan tersembunyi dan tren dari sejumlah besar data. Cara untuk mengatasi masalah ini, kami menggunakan Intuitionistic Fuzzy berdasarkan Pohon Keputusan dengan Intuitionistic Fuzzy Entropy untuk menentukan sejumlah variabel yang memiliki pengaruh besar pada diagnosis berbagai jenis stroke. Selanjutnya, Jaringan Saraf Tiruan untuk memprediksi jumlah stroke berdasarkan hasil diagnosis. Kelebihan dari Intuitionistic Fuzzy bedasarkan Pohon Keputusan adalah kemampuan dalam memberikan banyak informasi kepada para pemangku kepentingan mengenai kebenaran aturan yang ditetapkan dan menggunakan istilah linguistik untuk mengakomodasi ketidakjelasan, ambiguitas, dan keraguan dalam persepsi manusia. Pendekatan ini dilakukan dengan mengonversi data menjadi Fuzzy Intuisionistik. Ini menghasilkan mendapatkan fungsi keanggotaan, fungsi non-keanggotaan, dan tingkat raguraguan. Selanjutnya, hasil Fuzzy Intuisionistik dihitung menggunakan Hamming Distance sebelum diproses dengan Intuitionistic Fuzzy Entropy. Jarak Hamming diterapkan untuk menghitung perbedaan antara nilai-nilai pada variabel yang sama. Hasil Intuitionistic Fuzzy Entropy digunakan untuk menentukan akar dan cabang dalam pembentukan model pohon keputusan berdasarkan perolehan informasi dari variabel dalam data. Salah satu keuntungan dari pohon keputusan adalah bahwa kita dapat mengetahui variabel yang memiliki pengaruh pada penyakit stroke berdasarkan pada perolehan informasi yang telah dihitung. Dalam penelitian ini, hasil menunjukkan bahwa pendekatan berhasil dapat menentukan 20 variabel yang mempengaruhi stroke. Selanjutnya, variabel-variabel tersebut dihitung menggunakan jaringan syaraf tiruan untuk memprediksi tingkat keparahan penyakit stroke. Variabel-variabel ini digunakan untuk mengklasifikasikan jenis-jenis stroke. Selanjutnya, hasil menunjukkan bahwa pendekatan telah menghasilkan 90.59% dalam mengklasifikasi penyakit stroke, kemudian analisis prediktif menggunakan metode Jaringan Syaraf Tiruan menghasilkan akurasi 95.15%.