Analisis Prediksi Risiko Stroke Menggunakan Metode SGD

Abstract

Stroke merupakan penyebab kematian dan kecacatan tertinggi di dunia dengan lebih dari 15 juta kasus setiap tahun. Deteksi dini risiko stroke sangat penting untuk menurunkan angka mortalitas melalui intervensi preventif yang tepat waktu. Penelitian ini bertujuan untuk menganalisis performa Stochastic Gradient Descent (SGD) Regresi Logistik dalam prediksi risiko stroke menggunakan dataset Prediksi Stroke v2 2024 yang terdiri dari 35.000 records dengan 17 fitur klinis. Dataset dibagi menjadi 80% data training (28.000 samples) dan 20% data testing (7.000 samples) dengan distribusi kelas seimbang. Optimasi hyperparameter SGD dilakukan menggunakan Grid Search dengan 216 kombinasi parameter dan 4-fold cross validation untuk mendapatkan konfigurasi optimal. Hasil penelitian menunjukkan bahwa SGD Regresi Logistik dengan hyperparameter tuning mencapai performa excellent dengan accuracy 97,59% dan ROC-AUC 0,9984, menunjukkan sensitivitas sangat tinggi dalam mendeteksi pasien berisiko dengan recall 98,53% pada kelas positif. Performa ini sebanding dengan Baseline Regresi Logistik yang mencapai accuracy 97,74% dengan ROC-AUC identik 0,9984, mengkonfirmasi efektivitas metode SGD untuk klasifikasi risiko stroke. Analisis feature importance mengidentifikasi Age (koefisien 4,868), High Blood Pressure (2,360), dan Chest Pain (1,977) sebagai prediktor terkuat. Model SGD menunjukkan false negative rate rendah hanya 1,47%, temuan ini mengkonfirmasi bahwa SGD regresi logistik dengan optimasi hyperparameter sistematis memberikan performa yang superior dalam sensitivitas deteksi pasien beresiko, menjadikannya sangat potensial untuk diimplementasikan sebagai screening tool awal risiko stroke dengan keunggulan scalability untuk dataset yang lebih besar dan kemampuan online learning untuk data streaming yang tidak dimiliki baseline model.