Implementasi Machine Learning dalam Biomedical Informatics Untuk Prediksi Risiko Hipertensi pada Lansia

Abstrak

Hipertensi merupakan salah satu penyakit kronis yang paling banyak diderita oleh lansia dan menjadi faktor risiko utama berbagai penyakit kardiovaskular, seperti stroke, gagal jantung, dan penyakit ginjal kronis. Deteksi dini terhadap risiko hipertensi sangat penting untuk mendukung upaya pencegahan dan pengambilan keputusan klinis yang lebih efektif.

Perkembangan Biomedical Informatics memungkinkan integrasi data kesehatan, rekam medis elektronik (Electronic Health Records/EHR), serta teknik analitik cerdas untuk meningkatkan kualitas layanan kesehatan. Penelitian ini bertujuan mengimplementasikan metode Machine Learning dalam kerangka Biomedical Informatics untuk memprediksi risiko hipertensi pada lansia berdasarkan data rekam medis elektronik. Dataset penelitian terdiri atas variabel demografi, riwayat penyakit, tekanan darah sistolik dan diastolik, indeks massa tubuh, kadar gula darah, kadar kolesterol, kebiasaan merokok, aktivitas fisik, serta riwayat konsumsi obat antihipertensi.

Tahapan penelitian meliputi pengumpulan data, prapemrosesan data, seleksi fitur, pembangunan model prediksi menggunakan algoritma Machine Learning, serta evaluasi performa model dengan metrik Accuracy, Precision, Recall, F1-Score, dan Area Under the Curve (AUC).