Machine LearningUtama

Cara Membuat Prediksi Penyakit dengan Benar

Membuat prediksi dengan benar adalah mutlak diperlukan sebelum mengharapkan prediksi yang akurat. Karena seringkali prediksi akurat dengan data yang digunakan untuk membuat model prediksinya, tetapi tidak akurat saat menggunakan data baru. Hal inilah yang menimbulkan istilah ‘teori tidak sesuai praktik’. Model prediksi bagus dalam penelitian, tetapi tidak akurat saat diterapkan.

Tentu, banyak perdebatan bagaimana membuat prediksi dengan benar. Setiap ahli memiliki pandangan masing-masing. Dalam perbedaan, kita perlu standar. Untuk itu, diperlukan standar dalam pembuatan prediksi. Saat ini, standar yang digunakan untuk membuat model prediksi, khususnya dengan menggunakan banyak prediktor (multivariable prediction model) adalah PROBAST (Prediction model Risk Of Bias ASsessment Tool). Anda dapat membaca artikel ilmiahnya disini:

Artikel ini akan menjelaskan dua hal. Pertama, langkah umum dalam membuat model prediksi. Kedua, standar yang digunakan dalam setiap langkah. Keduanya akan diringkas dalam artikel ini dan akan dibahas lebih rinci dalam artikel-artikel lain.

Pertama kali, mungkin akan bingung dengan artikel ini. Karena itu, artikel ini perlu disarankan sebagai bacaan jangka panjang. Biarkan saja beberapa hal belum dapat dipahami untuk saat ini. Namun, dalam perjalanan untuk memahami cara membuat prediksi dari artikel lain dalam blog ini, gunakan artikel ini sebagai peta untuk melihat proses secara keseluruhan.

Langkah-langkah membuat prediksi penyakit dengan benar:

  1. Merancang proses pengumpulan dan pengolahan data
  2. Menyeleksi predictor dalam model prediksi
  3. Mengembangkan model prediksi
  4. Melakukan kalibrasi dan validasi model prediksi

Silakan lanjut ke halaman berikutnya.