JURIKOM (Jurnal Riset Komputer)
Vol. 13 No. 4 (2026): Agustus 2026

Klasifikasi Risiko Penyakit Metabolik dengan model Ensemble, Decision Tree Dan Logistic Regression Pada Posbindu Universitas Gadjah Mada

Muhammad Alif Taufiqurrahman (Universitas Budi Luhur)
Christian Dewa Siaga Pratama (Universitas Budi Luhur)



Article Info

Publish Date
31 Aug 2026

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model ensemble berbasis stacking yang mengombinasikan algoritma Decision Tree sebagai base learner dan Logistic Regression sebagai meta-learner dalam klasifikasi risiko penyakit metabolik menggunakan data Posbindu UGM. Dataset mencakup parameter kesehatan utama, antara lain tekanan darah, kadar gula darah, kolesterol, lingkar perut, dan indeks massa tubuh. Metodologi penelitian meliputi tahap pra-pemrosesan data, pembentukan label risiko berdasarkan interpretasi medis, pengembangan model klasifikasi, serta evaluasi performa menggunakan metrik accuracy, precision, recall, dan F1-score dengan pendekatan Stratified K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa model ensemble (Decision Tree + Logistic Regression) mampu mengklasifikasikan risiko penyakit metabolik secara stabil dan konsisten, dengan akurasi sebesar 94,87% dan F1-score sebesar 0,9187, serta kinerja yang sebanding atau lebih baik dibandingkan model tunggal. Analisis confusion matrix menunjukkan bahwa model ensemble lebih efektif dalam mengurangi kesalahan klasifikasi pada kelas Berisiko dan Risiko Tinggi, yang secara klinis memiliki karakteristik yang saling beririsan. Selain itu, analisis kontribusi fitur menunjukkan bahwa Indeks Massa Tubuh (IMT), kolesterol, tekanan darah, dan kadar gula darah merupakan faktor dominan dalam penentuan risiko penyakit metabolik. Penelitian ini menyimpulkan bahwa pendekatan ensemble stacking tidak hanya meningkatkan stabilitas klasifikasi, tetapi juga menghasilkan model yang interpretable dan relevan secara klinis, sehingga berpotensi mendukung pengembangan sistem deteksi dini risiko penyakit metabolik berbasis Posbindu PTM. Secara lebih luas, hasil penelitian ini berkontribusi pada penguatan implementasi Posbindu berbasis teknologi di lingkungan universitas serta mendukung kebijakan nasional dalam pengendalian penyakit tidak menular melalui pemanfaatan data kesehatan komunitas secara optimal.

Copyrights © 2026






Journal Info

Abbrev

jurikom

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Description

JURIKOM (Jurnal Riset Komputer) membahas ilmu dibidang Informatika, Sistem Informasi, Manajemen Informatika, DSS, AI, ES, Jaringan, sebagai wadah dalam menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan Teknologi Informatika dan Komputer. Topik utama yang ...