Implementation of Chi-Square Feature Selection for Parkinson’s Disease Classification Using LightGBM
Open Access
- 31 July 2025
- journal article
- Published by Universitas Gadjah Mada in IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
- Vol. 19 (3) , 327-336
Abstract
Penyakit Parkinson merupakan penyakit yang disebabkan oleh kerusakan sel saraf otak dan termasuk penyakit yang jumlah kasusnya meningkat pesat di dunia. Salah satu cara yang dapat dilakukan untuk mencegah meningkatnya kasus penyakit Parkinson adalah dengan melakukan diagnosis melalui metode klasifikasi dengan pendekatan pembelajaran algoritmik. Penelitian ini mengimplementasikan teknik Chi-Square untuk pendekatan pemilihan fitur yang relevan dengan algoritma Light Gradient Boosting Machine (LightGBM) dalam klasifikasi penyakit Parkinson. Pemilihan fitur Chi-Square bertujuan untuk mengurangi fitur yang kurang relevan sehingga dapat meningkatkan hasil kinerja model. Selain itu, metode SMOTE diterapkan untuk menangani ketidakseimbangan data dan penyetelan hiperparameter guna menentukan kombinasi parameter yang optimal. Pengujian dilakukan terhadap sepuluh variasi jumlah fitur, dengan hasil terbaik diperoleh dengan menggunakan 200 fitur yang menghasilkan akurasi sebesar 96,05%. Dengan menggunakan metode Chi-Square, kinerja model LightGBM meningkat dibandingkan dengan kinerja tanpa pemilihan fitur. Penerapan kombinasi metode ini dapat meningkatkan kinerja model klasifikasi secara signifikan dan berpotensi untuk diterapkan dalam sistem pendukung diagnosis penyakit Parkinson.Keywords
This publication has 20 references indexed in Scilit:
- Sentiment Analysis of X Platform on Viral 'Fufufafa' Account Issue in Indonesia Using SVMIJCCS (Indonesian Journal of Computing and Cybernetics Systems), 2025
- Integrating big data and machine learning in management information systems for predictive analytics: A focus on data preprocessing and technological advancementsWorld Journal of Advanced Research and Reviews, 2024
- Investigating the Impact of Train / Test Split Ratio on the Performance of Pre-Trained Models with Custom DatasetsInternational Journal of Advanced Computer Science and Applications, 2024
- Challenges in the real world use of classification accuracy metrics: From recall and precision to the Matthews correlation coefficientPLOS ONE, 2023
- Seleksi Fitur pada Supervised Learning: Klasifikasi Prestasi Belajar Mahasiswa Saat dan Pasca Pandemi COVID-19Jurnal Nasional Teknologi dan Sistem Informasi, 2023
- Analisis Perbandingan Algoritma Klasifikasi untuk Penyakit JantungJournal of Informatics and Computer Science (JINACS), 2023
- PENGGUNAAN SELEKSI FITUR CHI-SQUARE DAN ALGORITMA MULTINOMIAL NAÏVE BAYES UNTUK ANALISIS SENTIMEN PELANGGGAN TOKOPEDIAJurnal Gaussian, 2022
- A boosting ensemble learning based hybrid light gradient boosting machine and extreme gradient boosting model for predicting house pricesEngineering Reports, 2022
- Grid search in hyperparameter optimization of machine learning models for prediction of HIV/AIDS test resultsInternational Journal of Computers and Applications, 2021
- Detection of Parkinson's Disease by Employing Boosting Algorithms2021