Prediksi Penyakit Alzheimer Tahap Awal Menggunakan Model Machine Learning

Penyakit Alzheimer (AD) adalah penyebab utama demensia pada orang dewasa lanjut usia, ditandai oleh perubahan neurodegeneratif yang mengganggu memori dan fungsi. Seiring populasi yang menua, insidensi AD meningkat secara mengkhawatirkan, menimbulkan beban sosial, finansial, dan ekonomi yang besar bagi individu, keluarga, dan sistem kesehatan. AD tahap awal sangat sulit diprediksi, namun pengobatan dini lebih efektif dan menimbulkan kerusakan lebih sedikit dibandingkan intervensi pada tahap lanjut. Penelitian ini mengeksplorasi penerapan machine learning (ML) untuk memprediksi AD tahap awal, dengan tujuan menyediakan alat bagi klinisi untuk diagnosis dan intervensi yang tepat waktu.

Penelitian ini memanfaatkan dataset Open Access Series of Imaging Studies (OASIS) untuk memprediksi penyakit Alzheimer. Beberapa teknik machine learning digunakan, termasuk Decision Tree, Random Forest, Support Vector Machine (SVM), Gradient Boosting, dan Voting classifier. Model-model ini dilatih dan dievaluasi untuk mengidentifikasi parameter terbaik bagi prediksi AD. Kinerja diukur menggunakan metrik seperti Precision, Recall, Accuracy, dan $F_1$-score. Skema klasifikasi yang diusulkan menggabungkan model-model ini untuk meningkatkan kinerja prediksi.