UADUAD
Jurnal Sarjana Teknik Informatika (E-Journal)Jurnal Sarjana Teknik Informatika (E-Journal)Diabetes merupakan penyakit kronis yang sering terlambat terdiagnosis akibat gejala awal yang tidak spesifik, sehingga deteksi dini penting untuk mencegah komplikasi serius. Penelitian ini bertujuan menganalisis dan membandingkan performa kombinasi Principal Component Analysis dengan K-Nearest Neighbor (PCA-KNN) dan Support Vector Machine (SVM) dalam prediksi risiko diabetes. Dataset yang digunakan berasal dari Kaggle dengan 768 entri dan delapan atribut medis. Tahap praproses mencakup imputasi median untuk nilai nol, normalisasi Z-score, serta reduksi dimensi menggunakan PCA pada model KNN yang menghasilkan lima komponen utama dengan varian kumulatif >80%. Nilai k optimal ditentukan melalui 10-Fold Cross Validation dengan hasil terbaik pada k=16. Hasil evaluasi menunjukkan PCA-KNN mencapai akurasi 76,47%, sensitivitas 90,00%, dan spesifisitas 50,94%, lebih baik dibanding KNN standar. Sementara itu, SVM memperoleh akurasi 72,73% dengan spesifisitas tinggi (84,00%) namun sensitivitas rendah (51,85%). Temuan ini mengindikasikan bahwa PCA-KNN lebih sesuai untuk skrining awal karena sensitivitas tinggi, sedangkan SVM dapat digunakan pada tahap konfirmasi berkat spesifisitas yang lebih baik.
Penelitian ini menunjukkan bahwa integrasi PCA pada KNN meningkatkan akurasi dan sensitivitas untuk skrining awal risiko diabetes, sementara SVM memberikan spesifisitas tinggi yang cocok untuk konfirmasi diagnosis.Namun, masing-masing metode memiliki kelemahan, yakni KNN dengan spesifisitas rendah dan SVM dengan sensitivitas rendah, sehingga tidak ada satu algoritma yang optimal secara tunggal.Oleh karena itu, pendekatan komplementer yang menggabungkan PCA‑KNN dan SVM diharapkan dapat menghasilkan sistem prediksi risiko diabetes yang lebih akurat, seimbang, dan aplikatif dalam praktik medis.
Penelitian selanjutnya dapat mengevaluasi apakah kombinasi teknik reduksi dimensi lain, seperti t‑Distributed Stochastic Neighbor Embedding (t‑SNE) atau Uniform Manifold Approximation and Projection (UMAP), dapat meningkatkan performa model KNN dibandingkan PCA dalam deteksi dini diabetes. Selain itu, penting untuk menguji model yang dikembangkan pada dataset klinis yang lebih besar dan beragam, termasuk data dari rumah sakit di berbagai wilayah Indonesia, untuk menilai kehandalan generalisasi hasil prediksi risiko diabetes. Peneliti juga dapat menyelidiki strategi hibrida yang menggabungkan output probabilistik PCA‑KNN dan SVM melalui metode ensemble atau pembobotan adaptif, sehingga dapat menyeimbangkan sensitivitas dan spesifisitas secara optimal. Penelitian dapat merancang prototipe aplikasi mobile yang mengintegrasikan model hibrida tersebut, kemudian melakukan uji coba pada pengguna non‑medis untuk menilai kemudahan penggunaan dan dampak klinisnya. Akhirnya, studi longitudinal yang mengikuti pasien selama beberapa tahun dapat membantu mengevaluasi apakah prediksi awal yang dihasilkan oleh model ini benar‑benar mengurangi kejadian komplikasi diabetes dibandingkan standar skrining saat ini.
- Penerapan Metode Principal Component Analysis (PCA) Untuk Identifikasi Faktor-Faktor yang Mempengaruhi... doi.org/10.47065/bits.v3i3.1139Penerapan Metode Principal Component Analysis PCA Untuk Identifikasi Faktor Faktor yang Mempengaruhi doi 10 47065 bits v3i3 1139
- Teknik K-Fold Cross Validation untuk Mengevaluasi Kinerja Mahasiswa | Jurnal Algoritma. teknik fold cross... doi.org/10.33364/algoritma/v.21-1.1618Teknik K Fold Cross Validation untuk Mengevaluasi Kinerja Mahasiswa Jurnal Algoritma teknik fold cross doi 10 33364 algoritma v 21 1 1618
- PREDIKSI KUALITAS AIR SUNGAI DI JAKARTA MENGGUNAKAN KNN YANG DIOPTIMALISASI DENGAN PSO | Jurnal Informatika... journal.eng.unila.ac.id/index.php/jitet/article/view/4191PREDIKSI KUALITAS AIR SUNGAI DI JAKARTA MENGGUNAKAN KNN YANG DIOPTIMALISASI DENGAN PSO Jurnal Informatika journal eng unila ac index php jitet article view 4191
| File size | 579.67 KB |
| Pages | 9 |
| DMCA | Report |
Related /
NINETYJOURNALNINETYJOURNAL Aplikasi yang dikembangkan mengintegrasikan fitur-fitur yang seamless, termasuk konsultasi online, sistem pembayaran digital, manajemen riwayat medis,Aplikasi yang dikembangkan mengintegrasikan fitur-fitur yang seamless, termasuk konsultasi online, sistem pembayaran digital, manajemen riwayat medis,
NINETYJOURNALNINETYJOURNAL Algoritma Latent Semantic Analysis memberikan tingkat akurasi rata-rata sebesar 83,49%, lebih unggul dibandingkan penelitian sebelumnya. Kesimpulan penelitianAlgoritma Latent Semantic Analysis memberikan tingkat akurasi rata-rata sebesar 83,49%, lebih unggul dibandingkan penelitian sebelumnya. Kesimpulan penelitian
NINETYJOURNALNINETYJOURNAL Keterlambatan dalam diagnosis dapat menyebabkan perburukan kondisi pasien, memperpanjang waktu pemulihan, dan memperpanjang durasi perawatan atau menyebabkanKeterlambatan dalam diagnosis dapat menyebabkan perburukan kondisi pasien, memperpanjang waktu pemulihan, dan memperpanjang durasi perawatan atau menyebabkan
NINETYJOURNALNINETYJOURNAL Hasil penelitian menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi proses ujian, meminimalkan potensi kecurangan, dan memberikan hasil ujianHasil penelitian menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi proses ujian, meminimalkan potensi kecurangan, dan memberikan hasil ujian
NINETYJOURNALNINETYJOURNAL 850.831 volume (m3), dan tahun 2022 sebesar 6. 920.429 volume (m3). Penelitian ini bertujuan untuk memprediksi penggunaan volume air oleh pelanggan PDAM850.831 volume (m3), dan tahun 2022 sebesar 6. 920.429 volume (m3). Penelitian ini bertujuan untuk memprediksi penggunaan volume air oleh pelanggan PDAM
NINETYJOURNALNINETYJOURNAL Algoritma Decision Tree diterapkan dalam penelitian ini untuk melakukan klasifikasi dan regresi. Tujuan penelitian ini adalah memprediksi kinerja karyawanAlgoritma Decision Tree diterapkan dalam penelitian ini untuk melakukan klasifikasi dan regresi. Tujuan penelitian ini adalah memprediksi kinerja karyawan
NINETYJOURNALNINETYJOURNAL Rumusan masalah yang diangkat adalah bagaimana tingkat kepuasan pengguna terhadap sistem ini, serta faktor-faktor apa saja yang memengaruhinya berdasarkanRumusan masalah yang diangkat adalah bagaimana tingkat kepuasan pengguna terhadap sistem ini, serta faktor-faktor apa saja yang memengaruhinya berdasarkan
STMIKJAYAKARTASTMIKJAYAKARTA Jaringan komputer berkembang sangat pesat saat ini, hingga banyak beberapa perangkat elektronik terhubung dengan internet, namun system keamanan yang diadopsiJaringan komputer berkembang sangat pesat saat ini, hingga banyak beberapa perangkat elektronik terhubung dengan internet, namun system keamanan yang diadopsi
Useful /
UADUAD Optimasi dilakukan dengan menerapkan tiga teknik utama, yaitu Occlusion Culling, Render Scale, dan Vertex Decimation. Metode penelitian menggunakan ResearchOptimasi dilakukan dengan menerapkan tiga teknik utama, yaitu Occlusion Culling, Render Scale, dan Vertex Decimation. Metode penelitian menggunakan Research
UADUAD Hasil pengujian menunjukkan bahwa sistem mampu mengenali sidik jari yang terdaftar dengan baik, mengontrol pembukaan pintu secara otomatis, serta mengirimkanHasil pengujian menunjukkan bahwa sistem mampu mengenali sidik jari yang terdaftar dengan baik, mengontrol pembukaan pintu secara otomatis, serta mengirimkan
UNHASUNHAS Terakhir, beban bukti terkait dengan dugaan tidak konformitas barang dapat ditanggung oleh pihak-pihak yang bersangkutan, terutama penjual. BerdasarkanTerakhir, beban bukti terkait dengan dugaan tidak konformitas barang dapat ditanggung oleh pihak-pihak yang bersangkutan, terutama penjual. Berdasarkan
UNHASUNHAS Keduanya merupakan bagian dari hukum bisnis sosial yang bertanggung jawab secara internasional. CSDDD memperkenalkan provisi tanggung jawab sipil spesifikKeduanya merupakan bagian dari hukum bisnis sosial yang bertanggung jawab secara internasional. CSDDD memperkenalkan provisi tanggung jawab sipil spesifik