Betharya Ester Lina Tampubolon
Department of Computer Science, Faculty of Mathematics and Natural Sciences, HKBP Nommensen University, Pematangsiantar, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Comparison of Decision Tree and Random Forest Algorithms for Diabetes Classification Betharya Ester Lina Tampubolon; Alde William Limbong; Wulan Liviana Simbolon; Saudurma Sidabutar; Febi Sitohang
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 6 No. 1 (2026): October 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v6i1.2685

Abstract

Diabetes merupakan salah satu penyakit kronis yang paling umum di seluruh dunia, dengan jumlah penderita yang terus meningkat setiap tahunnya. Perkembangan pesat Machine Learning telah menyediakan pendekatan efektif untuk meningkatkan akurasi klasifikasi diabetes. Studi ini bertujuan untuk membandingkan kinerja algoritma Decision Tree dan Random Forest dalam mengklasifikasikan diabetes menggunakan Dataset Diabetes Suku Indian Pima. Dataset ini terdiri dari 768 catatan pasien dengan delapan atribut prediktor dan satu atribut target. Metodologi penelitian meliputi pra-pemrosesan data, pembagian dataset menjadi set pelatihan dan pengujian, pengembangan model, dan evaluasi kinerja menggunakan matriks kebingungan, akurasi, presisi, recall, dan F1-score. Hasil eksperimen diharapkan dapat mengidentifikasi algoritma dengan kinerja klasifikasi terbaik dan memberikan referensi berharga untuk menerapkan teknik Machine Learning di sektor kesehatan.