Analisi Data Eksploratori Kritis untuk Dataset Prediksi Stroke
DOI:
https://doi.org/10.35143/jkt.v10i1.6307Kata Kunci:
Analisis Data Eksploratori, Stroke, Analisis Statistik Deskriptif, Faktor RisikoAbstrak
Stroke merupakan perhatian kesehatan global yang signifikan, membutuhkan pemahaman yang mendalam tentang faktor-faktor kompleks yang berkontribusi terhadap terjadinya stroke. Usia, indeks massa tubuh (IMT), dan rata-rata tingkat glukosa telah diidentifikasi sebagai faktor kunci dalam etiologi stroke. Penelitian ini menggunakan teknik analisis data eksploratori untuk mengeksplorasi hubungan antar variabel dalam dataset prediksi stroke. Metodologi penelitian meliputi (1) deskripsi dataset, (2) pra-pemrosesan data, (3) analisis data eksploratori, dan (4) interpretasi. Melalui analisis deskriptif statistik, kami mendapatkan wawasan tentang komposisi dataset dan variabilitasnya, sementara teknik pra-pemrosesan data membantu mengatasi nilai yang hilang dan memfasilitasi ekstraksi fitur. Berdasarkan analisis data eksploratori, kami menemukan hubungan yang signifikan antara usia, hipertensi, penyakit jantung, rata-rata tingkat glukosa, dan stroke. Namun, peran IMT terhadap stroke menunjukkan tingkat signifikansi yang lebih rendah. Temuan ini memberikan kontribusi penting untuk pemahaman tentang faktor-faktor yang berkontribusi terhadap risiko stroke dan dapat membantu dalam pengembangan strategi pencegahan yang lebih efektif.Unduhan
Referensi
E. de Robertis, O. Piazza, and G. Servillo, “The role of ventricular stroke work in daily clinical practice,” Minerva Anestesiol, vol. 76, no. 11, 2010, [Online]. Available: https://www.researchgate.net/publication/47384756
G. J. Del Zoppo and J. M. Hallenbeck, “Advances in the Vascular Pathophysiology of Ischemic Stroke,” Thromb Res, vol. 98, no. 3, pp. 73–81, May 2000, doi: 10.1016/S0049-3848(00)00218-8.
W. Johnson, O. Onuma, M. Owolabi, and S. Sachdev, “Stroke: A global response is needed,” Bulletin of the World Health Organization, vol. 94, no. 9. World Health Organization, pp. 634A-635A, Sep. 01, 2016. doi: 10.2471/BLT.16.181636.
A. K. A. Unnithan, J. M Das, and P. Mehta, “Hemorrhagic Stroke,” StatPearls, Jul. 2020, Accessed: Feb. 08, 2023. [Online]. Available: http://europepmc.org/books/NBK559173
S. D. Smith and C. J. Eskey, “Hemorrhagic Stroke,” Radiologic Clinics, vol. 49, no. 1, pp. 27–45, Jan. 2011, doi: 10.1016/J.RCL.2010.07.011.
S. K. Feske, “Ischemic Stroke,” Am J Med, vol. 134, no. 12, pp. 1457–1464, Dec. 2021, doi: 10.1016/J.AMJMED.2021.07.027.
S. A. Randolph, “Ischemic Stroke,” Workplace Health Saf, vol. 64, no. 9, p. 444, Sep. 2016, doi: 10.1177/2165079916665400.
W. Riyadina, J. Pradono, D. Kristanti, and Y. Turana, “Stroke in Indonesia: Risk factors and predispositions in young adults,” J Cardiovasc Dis Res, vol. 11, no. 2, pp. 178–183, 2020, doi: 10.31838/jcdr.2020.11.02.30.
N. R. Wati, E. Husna, S. Prima, and N. Bukittinggi, “Analisis Faktor Yang Berhubungan Dengan Kejadian Stroke Pada Penderita Stroke di Ruang Rawat Inap C Lantai 1 dan 2 RSSN Bukittinggi Tahun 2016,” 2018.
I. Setyopranoto et al., “Prevalence of stroke and associated risk factors in sleman district of Yogyakarta Special Region, Indonesia,” Stroke Res Treat, vol. 2019, 2019, doi: 10.1155/2019/2642458.
A. Guzik and C. Bushnell, “Stroke Epidemiology and Risk Factor Management,” CONTINUUM Lifelong Learning in Neurology, vol. 23, no. 1, pp. 15–39, Feb. 2017, doi: 10.1212/CON.0000000000000416.
A. K. Boehme, C. Esenwa, M. S. V Elkind, M. Fisher, C. Iadecola, and R. Sacco, “Stroke Risk Factors, Genetics, and Prevention,” Circ Res, vol. 120, no. 3, pp. 472–495, Feb. 2017, doi: 10.1161/CIRCRESAHA.116.308398.
A. Alloubani, A. Saleh, and I. Abdelhafiz, “Hypertension and diabetes mellitus as a predictive risk factors for stroke,” Diabetes & Metabolic Syndrome: Clinical Research & Reviews, vol. 12, no. 4, pp. 577–584, Jul. 2018, doi: 10.1016/J.DSX.2018.03.009.
S. Juvela, J. Siironen, and J. Kuhmonen, “Hyperglycemia, excess weight, and history of hypertension as risk factors for poor outcome and cerebral infarction after aneurysmal subarachnoid hemorrhage,” J Neurosurg, vol. 102, no. 6, pp. 998–1003, Jun. 2005, doi: 10.3171/JNS.2005.102.6.0998.
J. Z. Willey et al., “Population attributable risks of hypertension and diabetes for cardiovascular disease and stroke in the Northern Manhattan study,” J Am Heart Assoc, vol. 3, no. 5, Sep. 2014, doi: 10.1161/JAHA.114.001106.
U. Singh, M. Hur, K. Dorman, and E. S. Wurtele, “MetaOmGraph: a workbench for interactive exploratory data analysis of large expression datasets,” Nucleic Acids Res, vol. 48, no. 4, pp. e23–e23, Feb. 2020, doi: 10.1093/NAR/GKZ1209.
L. Kharb, A. Tyagi, and D. Chahal, “Meta-analysis Review International Journal of Current Research and Review Exploratory Data Analysis on the Epidemiology of Coronavirus (COVID-19) Pandemic Outbreak,” Int J Cur Res Rev |, vol. 13, p. 12, 2021, doi: 10.31782/IJCRR.2021.SP170.
Z. Abedjan et al., “Detecting data errors,” Proceedings of the VLDB Endowment, vol. 9, no. 12, pp. 993–1004, Aug. 2016, doi: 10.14778/2994509.2994518.
E. S. Sintiya, A. Kusumawardana, M. A. Furqon, N. F. Najwa, A. C. Puspitaningrum, and A. S. Afrah, “SARIMA and Holt-Winters Seasonal Methods for Time Series Forecasting in Tuberculosis Case,” in 2020 4th International Conference on Vocational Education and Training (ICOVET), 2020, pp. 1–5.
K. M. Lang and T. D. Little, “Principled missing data treatments,” Prevention Science, vol. 19, no. 3, pp. 284–294, Apr. 2018, doi: 10.1007/S11121-016-0644-5/METRICS.
R. Kaur, K. Hambarde, R. George, A. Hussain, C. Gomkar, and S. Sonawani, “Stroke Prediction using Optimization and Exploratory Data Analysis,” 2022 IEEE Conference on Interdisciplinary Approaches in Technology and Management for Social Innovation, IATMSI 2022, 2022, doi: 10.1109/IATMSI56455.2022.10119295.
S. E. Kemp, M. Ng, T. Hollowood, and J. Hort, “Introduction to Descriptive Analysis,” Descriptive Analysis in Sensory Evaluation, pp. 1–39, Dec. 2017, doi: 10.1002/9781118991657.CH1.
L. Wilkinson, “Visualizing Big Data Outliers Through Distributed Aggregation,” IEEE Trans Vis Comput Graph, vol. 24, no. 1, pp. 256–266, Jan. 2018, doi: 10.1109/TVCG.2017.2744685.
P. R. Kaundinya, K. Choudhary, and S. R. Kalidindi, “Machine learning approaches for feature engineering of the crystal structure: Application to the prediction of the formation energy of cubic compounds,” Phys Rev Mater, vol. 5, no. 6, p. 063802, Jun. 2021, doi: 10.1103/PHYSREVMATERIALS.5.063802.
T. Emmanuel, T. Maupong, D. Mpoeleng, T. Semong, B. Mphago, and O. Tabona, “A survey on missing data in machine learning,” Journal of Big Data 2021 8:1, vol. 8, no. 1, pp. 1–37, Oct. 2021, doi: 10.1186/S40537-021-00516-9.
N. Yadav and N. Badal, “Data preprocessing based on missing value and discretisation,” International Journal of Forensic Software Engineering, vol. 1, no. 2/3, p. 193, 2020, doi: 10.1504/IJFSE.2020.110584.
A. Chatterjee, M. W. Gerdes, and S. G. Martinez, “Statistical explorations and univariate timeseries analysis on COVID-19 datasets to understand the trend of disease spreading and death,” Sensors, vol. 20, no. 11, p. 3089, 2020.
M. Abzalov and M. Abzalov, “Exploratory data analysis,” Applied Mining Geology, pp. 207–219, 2016.
M. Valera, R. K. Walter, B. A. Bailey, and J. E. Castillo, “Machine learning based predictions of dissolved oxygen in a small coastal embayment,” J Mar Sci Eng, vol. 8, no. 12, p. 1007, 2020.
F. Thabtah, S. Hammoud, F. Kamalov, and A. Gonsalves, “Data imbalance in classification: Experimental evaluation,” Inf Sci (N Y), vol. 513, pp. 429–441, 2020.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
