Evaluasi Kinerja Model CatBoost pada Penanganan Missing Value

Abstrak

Hipertensi merupakan masalah kesehatan global dengan prevalensi yang terus meningkat dan sering tidak terdeteksi sejak dini. Oleh karena itu, diperlukan model prediksi yang akurat untuk membantu deteksi dini dan pengelolaan risiko. Dataset yang digunakan adalah Hypertension Risk Dataset yang terdiri dari 1.985 sampel dan 11 variabel yang mencakup karakteristik individu, gaya hidup, serta riwayat kesehatan. Penelitian ini membandingkan dua strategi penanganan missing value, yaitu imputasi dengan mengisi nilai kosong menjadi kategori “Non-Medication” dan penghapusan baris data yang mengandung nilai kosong. Model CatBoost dilatih menggunakan skenario pembagian data 80:20 dan dievaluasi menggunakan metrik accuracy, precision, recall, F1-score, serta confusion matrix. Hasil penelitian menunjukkan bahwa kedua strategi menghasilkan akurasi yang sangat tinggi, yaitu sekitar 0,987. Namun, strategi imputasi memberikan keseimbangan yang lebih baik antara precision dan recall, sehingga model lebih efektif dalam mengenali sampel positif dan negatif. Selain itu, imputasi mampu mempertahankan ukuran dataset yang lebih besar dibandingkan metode penghapusan data. Dengan demikian, strategi imputasi menunjukkan kinerja yang lebih optimal dalam mendukung prediksi risiko hipertensi.

Identifier

• OpenAlex: https://openalex.org/W7168079015
• DOI: https://doi.org/10.33005/santika.v6i1.1014