<![CDATA[Seorang wanita yang menderita diabetes selama kehamilan memiliki risiko lebih tinggi terkena diabetes melitus gestasional pada kehamilan berikutnya. Dalam upaya untuk melakukan pencegahan terhadap risiko diabetes melitus gestasional, maka penelitian ini berfokus dalam memprediksi diabetes melitus gestasional menggunakan algoritma regresi logistik. Regresi Logistik merupakan model paling efektif dan efesien dalam prediksi. Namun, Regresi Logistik adalah rentan terhadap underfitting pada dataset yang kelasnya tidak seimbang (data imbalance). Oleh karena itu, penelitian ini berfokus untuk mengoptimalkan kinerja algoritma regresi logistik agar dapat memberikan prediksi yang lebih akurat terhadap kondisi diabetes melitus gestasional. Pengujian menggunakan metode regresi logistik dengan menyeinmbangkan kelas menghasilkan akurasi sebesar 94,18% sedangkan pengujian tanpa menyeimbangkan kelas menghasilkan akurasi sebesar 95,46% berdasarkan evaluasi menggunakan Confusion Matrix. Penelitian ini bertujuan untuk mengetahui kemampuan algoritma regresi logistik dalam mengatasi underfitting yang disebabkan oleh ketidakseimbangan data pada prediksi diabetes melitus gestasional.]]>
Copyrights © 2023
