BUDDHI DHARMABUDDHI DHARMA

Tech-ETech-E

Diabetes mellitus tipe 2 (DM) adalah gangguan metabolik yang ditandai dengan kadar gula darah tinggi akibat penurunan sekresi insulin oleh sel beta pankreas dan/atau fungsi insulin yang terganggu. Selama 50 tahun terakhir, prevalensi diabetes telah meningkat dengan cepat, sejalan dengan peningkatan angka obesitas. Penelitian ini bertujuan mengembangkan model diagnostik untuk DM tipe 2 menggunakan C4.5, dengan memasukkan pemilihan fitur dan menganalisis parameter usia dan jenis kelamin pasien DM tipe II. Penelitian ini menggunakan Cross-Industry Standard Process for Data Mining (CRISP-DM). Berdasarkan dataset yang digunakan, model C4.5 menunjukkan kinerja yang lebih baik dibandingkan SVM dan Random Forest, dengan nilai AUC sebesar 72,5%, yang menunjukkan tingkat klasifikasi yang cukup baik. Jenis kelamin dominan pada pasien DM tipe II adalah perempuan, dengan 210 pasien atau 54,8% berusia 18-94 tahun, sedangkan 173 pasien laki-laki atau 45,2% berusia 23-80 tahun.

Berdasarkan dataset yang digunakan dalam penelitian ini, model C4.5 menunjukkan kinerja yang lebih baik dibandingkan SVM dan Random Forest dalam mendiagnosis diabetes mellitus tipe 2.Model ini mencapai tingkat akurasi yang memuaskan dengan nilai AUC sebesar 72,5%.Dominasi jenis kelamin pada pasien DM tipe II adalah perempuan, dengan 54,8% pasien perempuan berusia 18-94 tahun, sedangkan 45,2% pasien laki-laki berusia 23-80 tahun.

Untuk penelitian lanjutan, dapat dipertimbangkan untuk melakukan validasi model diagnostik pada dataset yang lebih besar dan beragam, serta mengeksplorasi algoritma lain yang dapat meningkatkan akurasi diagnosis diabetes mellitus tipe 2. Selain itu, studi komparatif antara berbagai algoritma dan metode dapat dilakukan untuk menentukan pendekatan terbaik dalam mendiagnosis dan mengelola diabetes mellitus tipe 2. Terakhir, penelitian dapat dilakukan untuk menganalisis faktor-faktor risiko dan karakteristik pasien DM tipe II yang dapat membantu dalam pengembangan strategi pencegahan dan pengelolaan penyakit ini.

  1. Penerapan Metode K-Nearest Neighbor Untuk Sistem Rekomendasi Pemilihan Mobil | Techno.Com. penerapan... doi.org/10.33633/tc.v16i2.1322Penerapan Metode K Nearest Neighbor Untuk Sistem Rekomendasi Pemilihan Mobil Techno Com penerapan doi 10 33633 tc v16i2 1322
  2. Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4.5 | Jurnal SISKOM-KB (Sistem... doi.org/10.47970/siskom-kb.v4i1.173Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4 5 Jurnal SISKOM KB Sistem doi 10 47970 siskom kb v4i1 173
  3. Jurnal RESPONSIF: Riset Sains & Teknologi. penyakit diabetes mellitus algoritma c4 jurnal responsif... ejurnal.ars.ac.id/index.php/jti/article/view/407Jurnal RESPONSIF Riset Sains Teknologi penyakit diabetes mellitus algoritma c4 jurnal responsif ejurnal ars ac index php jti article view 407
Read online
File size557.98 KB
Pages10
DMCAReport

Related /

ads-block-test