<![CDATA[Diabetes mellitus adalah penyakit kronis dengan prevalensi yang terus meningkat secara global dan memerlukan deteksi dini untuk mencegah komplikasi serius. Penelitian ini bertujuan mengembangkan model prediksi diabetes menggunakan algoritma Naive Bayes dengan pendekatan data mining. Dataset yang digunakan adalah Pima Indians Diabetes Database yang terdiri dari 768 instances dengan 8 fitur medis. Metode penelitian meliputi preprocessing data (penanganan missing values dan normalisasi) serta implementasi algoritma menggunakan software Orange Data Mining. Evaluasi model menggunakan 10-Fold Cross-Validation menghasilkan akurasi sebesar 76.3%, precision 71.2%, recall 68.5%, dan F1-score 69.8%. Nilai AUC (Area under Curve) mencapai 0.82, mengindikasikan kemampuan diskriminasi model yang sangat baik (excellent). Model ini berpotensi membantu tenaga medis dalam melakukan screening awal pasien berisiko diabetes.]]>
Copyrights © 2026
