Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal SAINTEK
Dendy K. Pramudito
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Optimasi Prediksi Diabetes Mellitus Menggunakan Komparasi Random Forest dan SVM dengan Analisis Pemilihan Fitur Berbasis SHAP Aswan Supriyadi Sunge; Dendy K. Pramudito; Abdul Halim Anshor; Edy Widodo
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Diabetes Mellitus merupakan masalah kesehatan di dunia yang sangat signifikan maka dari itu dibutuhkan prediksi dini dan akurat. Penelitian ini bertujuan untuk mengoptimalkan prediksi dengan membandingkan model Machine Learning (ML) dengan Random Forest dan Support Vector Machine, yang ditingkatkan dengan analisis SHAP (SHapley Additive exPlanations) untuk mencari fitur tertinggi atau berpengaruh. Penelitian ini menggunakan dataset yang terdiri dari 1000 data pasien dengan 14 fitur, dan 1 kelas. Preprocessing melibatkan pembersihan data dan duplicate, dilanjutkan dengan testing dan training data, dan hasil pengujian dengan model Random Forest mendapatkan akurasi 99%, sementara SVM mencapai 86%, lalu pengujian analisis SHAP mengungkapkan bahwa Age, Urea dan Kreatinin adalah fitur yang paling berpengaruh dari fitur yang lainnya. Hasil analisis perbandingan menunjukkan bahwa mengungguli dalam hal akurasi prediksi secara keseluruhan, dan ini sangat berkontribusi pada peningkatan metode prediksi yang optimal dan sebagai parameter klinis utama untuk diagnosis.
Co-Authors Abdul Halim Anshor Aswan Supriyadi Sunge Edy Widodo