Prediksi Diabetes Menggunakan Algoritma Random Forest dan Support Vector Machine

Krisnanto Dwi Kuncoro (Teknologi Informasi, Universitas Bina Sarana Informatika)
Rendy Galih Prasetya Yudha (Teknologi Informasi, Universitas Bina Sarana Informatika)
Azriel Alpanizar Ariansyah (Teknologi Informasi, Universitas Bina Sarana Informatika)
Renaldy Saputra (Teknologi Informasi, Universitas Bina Sarana Informatika)
Wisti Dwi Septiani (Teknologi Informasi, Universitas Bina Sarana Informatika)
Syaifur Rahmatullah Abdul R (Teknologi Informasi, Universitas Bina Sarana Informatika)

JURNAL PENDIDIKAN TAMBUSAI
Vol. 10 No. 1 (2026)

Penelitian ini bertujuan untuk mengembangkan model prediksi penyakit diabetes menggunakan algoritma Random Forest dan Support Vector Machine (SVM). Diabetes merupakan penyakit kronis yang prevalensinya terus meningkat dan berpotensi menimbulkan berbagai komplikasi serius, sehingga diperlukan metode prediksi yang akurat untuk mendukung deteksi dini dan pencegahan. Data yang digunakan dalam penelitian ini mencakup parameter klinis dan fisiologis seperti kadar glukosa darah, tekanan darah, indeks massa tubuh (BMI), usia, riwayat keluarga, serta variabel kesehatan lainnya yang relevan.