Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Herlambang, Dio
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Prediksi Status Kesehatan Berdasarkan Gaya Hidup Menggunakan Metode Decision Tree dan Feature Importance Ramadhan, Fajar; Herlambang, Dio; Dipta, Ambrusius Paska
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.5246

Abstract

Dalam kehidupan ini, gaya hidup dapat menjadi faktor penentu kualitas hidup seseorang, baik secara jasmani maupun secra rohani. Beberapa faktor yang dapat secara signifikan mempengaruhinya diantaranya  seperti nutrisi, kebiasaan merokok, aktivitas fisik, tingkat stres, dan kesadaran diri(mindfullness), merupakan indikator penting yang mencerminkan bagaimana seseorang menjalani kesehariannya . Seiring dengan perkembangan teknologi machine learning yang menjadi sangat pesat di era saat ini,faktor-faktor tersebut dapat di evaluasi secara cepat dan akurat. Studi ini bertujuan untuk memprediksi status kesehatan berdasarkan beberapa indikator gaya hidup menggunakan metode Decision tree. Selain menghasilkan prediksi, model ini juga digunakan untuk mengevaluasi kontribusi relatif setiap fitur melalui analisis Feature importance, sehingga memperoleh pemahaman tentang faktor gaya hidup mana yang memiliki pengaruh terbesar terhadap status kesehatan. Model Decision Tree dianalisis menggunakan scikit-learn dengan pendekatan klasifikasi multikelas (Good,Average,Poor). akurasi yang dihasilkan oleh model dalam penelitian ini memperoleh hasil 80,68% dengan nilai makro F1 sebesar 0,72, yang menunjukkan kinerja stabil di semua kelas. Analisis kepentingan fitur menunjukkan bahwa kesadaran diri (mindfulness) adalah faktor yang paling dominan, diikuti oleh faktor nutrisi dan kebiasaan merokok, sementara fitur gaya hidup lainnya masih berkontribusi pada prediksi keseluruhan. Hasil ini menunjukkan bahwa decision tree mampu menjadi metode yang efisien,interaktif, dan  tidak sulit untuk di interpretasikan dalam penilaian kesehatan berbasis data. Lebih lanjut, temuan mengenai faktor dominan dapat menjadi dasar untuk memberikan rekomendasi perubahan gaya hidup guna meningkatkan kesehatan individu.
Co-Authors Dipta, Ambrusius Paska Fajar Ramadhan, Fajar