<![CDATA[Diabetes melitus merupakan penyakit tidak menular dengan tingkat prevalensi yang terus meningkat, sehingga memerlukan metode deteksi dini yang efektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma Decision Tree dalam mengklasifikasikan pasien diabetes berdasarkan parameter medis seperti kadar glukosa, tekanan darah, insulin, BMI, dan usia. Data yang digunakan bersumber dari dataset diabetes Kaggle yang mencakup 768 catatan kesehatan. Metodologi penelitian meliputi tahap transformasi data, pemodelan menggunakan RapidMiner, dan evaluasi model. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu membentuk model klasifikasi yang akurat dengan atribut glukosa sebagai faktor prediktor paling dominan. Model ini memberikan visualisasi aturan keputusan yang intuitif, sehingga dapat dijadikan landasan bagi pengembangan sistem pendukung keputusan untuk deteksi dini diabetes di lingkungan klinis.]]>
Copyrights © 2026
