Mahasiswa S1 Informatika Terapkan Naïve Bayes, SMOTE, dan KernelSHAP untuk Klasifikasi Risiko Stroke

PURWOKERTO – Program Studi S1 Informatika kembali mencatat progres akademik mahasiswanya melalui pelaksanaan ujian tugas akhir. Pada hari Senin, 24 Agustus 2026, telah dilaksanakan ujian skripsi dengan penelitian yang mengangkat pemanfaatan teknologi kecerdasan buatan (AI) untuk membantu melakukan deteksi dan klasifikasi risiko penyakit stroke.

Dalam ujian tersebut, mahasiswa mempresentasikan hasil penelitian yang berjudul “Klasifikasi Risiko Penyakit Stroke Menggunakan Algoritma Naïve Bayes Berbasis Pendekatan SMOTE dan KernelSHAP Explainable AI.” Penelitian ini berfokus pada penerapan algoritma klasifikasi Naïve Bayes yang dikombinasikan dengan teknik penanganan ketidakseimbangan data menggunakan metode SMOTE (Synthetic Minority Over-sampling Technique). Selain itu, inovasi utama dalam penelitian ini adalah penerapan KernelSHAP (Shapley Additive exPlanations) yang termasuk dalam ranah Explainable AI (XAI) untuk memberikan penjelasan dan transparansi terhadap keputusan prediksi yang dihasilkan oleh model.

Penerapan Explainable AI sangat penting dalam bidang medis, karena tenaga kesehatan tidak hanya membutuhkan hasil prediksi yang akurat, tetapi juga perlu memahami faktor-faktor apa saja yang menyebabkan pasien diprediksi memiliki risiko stroke tinggi atau rendah.

Pemaparan hasil penelitian kemudian dilanjutkan dengan sesi tanya jawab dan pembahasan secara komprehensif. Mahasiswa memperoleh berbagai pertanyaan, evaluasi, serta masukan dari dewan penguji terkait alur metode penelitian, pra-pemrosesan data dengan SMOTE, performa algoritma Naïve Bayes, hingga kejelasan interpretasi model dari visualisasi yang dihasilkan oleh KernelSHAP.

Proses ujian dinilai langsung oleh dewan penguji yang terdiri dari:

Penguji 1: Arif Setia Sandi A., S.Kom., M.Kom.

Penguji 2: Rian Ardianto, S.Kom., M.Kom.

Penguji 3: Ir. Rosyid Ridlo Al-Hakim, S.Kom., S.Si., M.T.

Seluruh masukan dan arahan yang diberikan oleh dewan penguji menjadi bagian penting dalam proses penyempurnaan penelitian dan laporan skripsi. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan penerapan machine learning di masa depan, khususnya dalam menghasilkan sistem diagnosis medis berbasis data yang dapat dipercaya, seimbang, dan mudah diinterpretasikan oleh penggunanya.

Keluarga besar Program Studi S1 Informatika mengucapkan selamat atas terlaksananya ujian skripsi ini. Semoga seluruh tahapan setelah ujian dapat berjalan dengan lancar dan hasil penelitian yang dikembangkan dapat memberikan sumbangsih nyata bagi perkembangan teknologi kecerdasan buatan serta pemanfaatannya dalam bidang kesehatan.

#informatikapurwokerto #kuliahinformatikapurwokerto #komputerpurwokerto #machinelearning #explainableAI #XAI

Kata Kunci Berita (Google SEO Keywords)
Mahasiswa Informatika Terapkan Naïve Bayes SMOTE KernelSHAP untuk Klasifikasi Risiko Informatika UHB Universitas Harapan Bangsa Purwokerto S1 Informatika Teknik Informatika Purwokerto Berita IT Purwokerto Banyumas Berita Prodi