WIDYATAMAWIDYATAMA
Jurnal Ilmiah Perpustakaan, Sistem Informasi, Informatika dan ElektroJurnal Ilmiah Perpustakaan, Sistem Informasi, Informatika dan ElektroDiabetes merupakan masalah kesehatan global yang memerlukan sistem deteksi dini yang akurat untuk mencegah komplikasi kronis. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma Machine Learning, yaitu Decision Tree dan Random Forest, dalam memprediksi risiko penyakit diabetes. Metodologi penelitian ini menggunakan dataset sekunder Pima Indians Diabetes dari Kaggle yang diolah melalui tahapan pra-pemrosesan data, termasuk penanganan nilai hilang (missing values) dan standardisasi fitur menggunakan StandardScaler. Evaluasi model dilakukan dengan mengukur metrik akurasi, presisi, recall, dan f1-score. Hasil analisis menunjukkan bahwa algoritma Decision Tree memberikan performa paling optimal dengan tingkat akurasi sebesar 76%. Temuan penelitian mengonfirmasi bahwa fitur glukosa dan indeks massa tubuh (BMI) memiliki pengaruh paling signifikan terhadap ketepatan prediksi. Kontribusi penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan klinis yang efisien untuk skrining awal diabetes berbasis data komputasional.
Penggunaan algoritma Machine Learning dapat memvalidasi parameter klinis sebagai prediktor risiko diabetes.Decision Tree memberikan performa akurasi dan recall yang bersaing dengan Random Forest, dengan glukosa darah dan BMI menjadi faktor determinan utama.Metode pra‑proses data yang tepat sangat penting untuk meningkatkan efektivitas model prediksi.
Penelitian selanjutnya dapat menggali pengaruh teknik penanganan ketidakseimbangan data, seperti SMOTE, terhadap sensitivitas model pada kelompok pasien berisiko tinggi. Selain itu, evaluasi kinerja algoritma pada dataset primer yang lebih luas dan beragam secara demografis akan memperkuat generalisasi hasil penelitian. Inisiatif berikutnya harus meneliti integrasi analisis psikologi kesehatan guna memahami dampak prediksi otomatis terhadap persepsi risiko dan kepatuhan pasien terhadap gaya hidup sehat, sehingga sistem deteksi dini menjadi adaptif terhadap aspek perilaku manusia.
- Klasifikasi Penderita Diabetes menggunakan Algoritma Machine Learning dan Z-Score | Jurnal Teknologi... journal.nurulfikri.ac.id/index.php/JTT/article/view/564Klasifikasi Penderita Diabetes menggunakan Algoritma Machine Learning dan Z Score Jurnal Teknologi journal nurulfikri ac index php JTT article view 564
- Implementasi Metode Decision Tree pada Prediksi Penyakit Diabetes Melitus Tipe 2 | MALCOM: Indonesian... doi.org/10.57152/malcom.v4i3.1284Implementasi Metode Decision Tree pada Prediksi Penyakit Diabetes Melitus Tipe 2 MALCOM Indonesian doi 10 57152 malcom v4i3 1284
- EDA and Tableau Analysis for Identification of Heart Disease Risk Factors | Silmina | Journal of Artificial... e-jurnal.pnl.ac.id/JAISE/article/view/6389EDA and Tableau Analysis for Identification of Heart Disease Risk Factors Silmina Journal of Artificial e jurnal pnl ac JAISE article view 6389
| File size | 943 KB |
| Pages | 10 |
| DMCA | Report |
Related /
BSIBSI Hasil penelitian menunjukkan peningkatan kinerja operasional setelah implementasi sistem, di mana ketidaksesuaian data stok menurun dari ±8% menjadi kurangHasil penelitian menunjukkan peningkatan kinerja operasional setelah implementasi sistem, di mana ketidaksesuaian data stok menurun dari ±8% menjadi kurang
BSIBSI Algoritma Naïve Bayes menghasilkan akurasi sebesar 88. Dari hasil prediksi, 7 santri diterima dan 2 santri tidak diterima. Algoritma Naïve Bayes memilikiAlgoritma Naïve Bayes menghasilkan akurasi sebesar 88. Dari hasil prediksi, 7 santri diterima dan 2 santri tidak diterima. Algoritma Naïve Bayes memiliki
BSIBSI Precision model menunjukkan bahwa algoritma C4. 5 cukup andal dalam mengklasifikasikan karyawan yang layak dan belum layak mendapatkan promosi jabatan,Precision model menunjukkan bahwa algoritma C4. 5 cukup andal dalam mengklasifikasikan karyawan yang layak dan belum layak mendapatkan promosi jabatan,
BSIBSI Jasamarga Tollroad Operator telah mengembangkan sistem transaksi jalan tol berbasis contactless payment yang disebut Single Lane Free Flow. Untuk mendukungJasamarga Tollroad Operator telah mengembangkan sistem transaksi jalan tol berbasis contactless payment yang disebut Single Lane Free Flow. Untuk mendukung
BSIBSI daya tarik, kejelasan, efisiensi, ketepatan, stimulasi dan kebaruan, dapat disimpulkan sebagai berikut. Penelitian ini berhasil melakukan evaluasi userdaya tarik, kejelasan, efisiensi, ketepatan, stimulasi dan kebaruan, dapat disimpulkan sebagai berikut. Penelitian ini berhasil melakukan evaluasi user
BSIBSI Data penelitian diperoleh melalui observasi lapangan, wawancara pemilik usaha, serta pencatatan data produksi dan penjualan. Hasil penelitian menunjukkanData penelitian diperoleh melalui observasi lapangan, wawancara pemilik usaha, serta pencatatan data produksi dan penjualan. Hasil penelitian menunjukkan
BSIBSI Pengujian menggunakan metode Black Box menunjukkan semua fitur, seperti login, input data siswa, absensi QR, hingga laporan kehadiran, berjalan denganPengujian menggunakan metode Black Box menunjukkan semua fitur, seperti login, input data siswa, absensi QR, hingga laporan kehadiran, berjalan dengan
BSIBSI Penelitian ini sukses dalam merancang dan mengimplementasikan prototipe sistem penyiraman otomatis untuk tanaman cabai, yang mengaplikasikan metode fuzzyPenelitian ini sukses dalam merancang dan mengimplementasikan prototipe sistem penyiraman otomatis untuk tanaman cabai, yang mengaplikasikan metode fuzzy
Useful /
BSIBSI Metode penelitian yang digunakan adalah observasi dan wawancara untuk menganalisis kebutuhan sistem, sementara metode pengembangan sistem menggunakan WaterfallMetode penelitian yang digunakan adalah observasi dan wawancara untuk menganalisis kebutuhan sistem, sementara metode pengembangan sistem menggunakan Waterfall
BSIBSI Evaluasi menggunakan Earned Value Management (EVM) menghasilkan nilai CPI sebesar 105,3% dan SPI sebesar 100%, yang berarti proyek berjalan efisien danEvaluasi menggunakan Earned Value Management (EVM) menghasilkan nilai CPI sebesar 105,3% dan SPI sebesar 100%, yang berarti proyek berjalan efisien dan
UNIRA MALANGUNIRA MALANG Melalui pemasaran digital, Desa Wisata Surandi dapat menarik lebih banyak pengunjung, memperkuat perekonomian, dan melestarikan budaya. Desa Wisata SuranadiMelalui pemasaran digital, Desa Wisata Surandi dapat menarik lebih banyak pengunjung, memperkuat perekonomian, dan melestarikan budaya. Desa Wisata Suranadi
UNIRA MALANGUNIRA MALANG Dalam menghadapi kemacetan di Kota Malang pemerintah telah menerapkan kebijakan-kebijakan seperti pengadaan bus sekolah, rekayasa lalu lintas, dan penataanDalam menghadapi kemacetan di Kota Malang pemerintah telah menerapkan kebijakan-kebijakan seperti pengadaan bus sekolah, rekayasa lalu lintas, dan penataan