Aplikasi Forecasting Risiko Terkena Penyakit Stroke Menggunakan Program R-Shiny

Abstract

Stroke merupakan kematian tertinggi kedua di seluruh dunia dengan penyebab utama adalah kecacatan. Data Gloval Burden of Disease 2010 dan Health Sector Review 2014 menyebutkan bahwa kematian yang diakibatkan PTM, yaitu stroke menduduki peringkat pertama. Masalah penyakit stroke di Indonesia memerlukan perhatian yang serius karena jumlah kasus yang terus meningkat dan mempunyai angka kasus kematian yang tinggi. Laporan Hasil Riskesdas 2018 menunjukkan bahwa prevalensi stroke nasional yang masih cukup tinggi yaitu sebesar 10,9 per mil. Salah satu provinsi di Indonesia dengan prevalensi stroke yang tinggi adalah Sulawasi Selatan. Saat ini perkembangan Era Revolusi Industri 4.0 yang berkolaborasi di bidang teknologi dan ilmu kesehatan menjadi sesuatu yang bermanfaat dengan menggunakan Machine Learning. Untuk itu dibuat sebuah aplikasi atau software berbasis online dengan menggunakan algoritma tertentu akan digunakan untuk memprediksi risiko terkena stroke dengan mengidentifikasi faktor-faktor prediktor yang efektif. Tujuan dari pembuatan aplikasi ini adalah untuk pencegahan terjadinya penyakit stroke dan menurunkan tingkat prevalensi stroke di Indonesia.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).