This Author published in this journals
All Journal Teknika
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Penyakit Diabetes Menggunakan Algoritma Random Forest Sriyanto Sriyanto; Agiska Ria Supriyatna
TEKNIKA Vol. 17 No. 1 (2023): Teknika Januari - Juni 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.8051410

Abstract

Diabetes adalah penyakit kronis degeneratif yang disebabkan oleh produksi insulin yang tidak mencukupi di dalam pankreas. Banyak faktor yang diduga menjadi penyebab diabetes, diantaranya adalah: keturunan, kadar gula darah yang tinggi, usia, hipertensi, sariawan terus menerus, gatal-gatal, penglihatan yang buram, berat badan berlebihan, penurunan pendengaran, kesemutan, dan faktor lainnya. Sangat penting untuk mengetahui faktor utama yang menjadi pemicu penyakit diabetes. Diperlukan diagnosa dokter melalui pemeriksaan darah untuk memastikan apakah seseorang mengidap diabetes atau tidak. Selain itu, melalui penerapan ilmu pengetahuan data mining dapat dikembangkan sebuah model untuk memprediksi penyakit diabetes. Model prediksi dapat digunakan sebagai alat bantu bagi tenaga medis dan masyarakat awam untuk memperkirakan apakah seseorang mengidap diabetes atau tidak. Penelitian ini bertujuan mengembangkan sebuah model prediksi penyakit diabetes dengan menerapkan algoritma random forest. Hasil penelitian bermanfaat untuk membantu dokter dan tenaga kesehatan serta masyarkat umum untuk mendeteksi penyakit diabetes sejak dini. Tahapan penelitian adalah mengumpulkan dataset diabetes, implementasi algoritma, dan evaluasi kinerja algoritma random forest. Hasil penelitian menunjukkan bahwa algoritma random forest dapat melakukan prediksi penyakit diabetes dengan kinerja yang baik. Nilai- nilai evaluasi kinerja algoritma random forest untuk prediksi penyakit diabetes adalah: akurasi sebesar 99.3 %, recall sebesar 99.5%, presisi sebesar 99.1%, F1-score sebesar 99.%, dan AUC sebesar 100%.