<![CDATA[Deteksi dini terhadap risiko diabetes melitus menjadi langkah penting dalam upaya pencegahan penyakit kronis yang terusmeningkat. Penelitian ini bertujuan mengembangkan model prediksi otomatis menggunakan pendekatan klasifikasi biner berbasis kecerdasan buatan (Artificial Intelligence). Implementasi dilakukan melalui AutoAI dalam IBM Cloud Pak for Data, menggunakan dataset terstruktur yang terdiri dari 724 data dan delapan parameter medis, seperti kadar glukosa, BMI, insulin, dan usia. Proses praproses data dilakukan secara manual sebelum dibagi menjadi data latih dan data uji. AutoAImengotomatiskan proses pemilihan algoritma, rekayasa fitur, dan evaluasi model. Algoritma Gradient Boosted Classifier terpilih sebagai model terbaik dengan akurasi holdout sebesar 81,8%, precision 66,7%, dan recall 90,9%. Hasil inimenunjukkan bahwa model mampu mengenali pola kompleks dalam data medis dan memberikan prediksi risiko diabetes yang andal. Penelitian ini menegaskan potensi AutoAI sebagai alat yang efektif untuk mendukung deteksi dini penyakitkronis, khususnya dalam proses pengambilan keputusan klinis.]]>
Copyrights © 2025
