<![CDATA[Penelitian ini bertujuan untuk: (1) Mendapatkan model prediksi AI berbasis algoritma decision tree C4.5 yang membantu petugas Posbindu dalam memprediksi risiko penyakit diabetes melitus; (2) Mengetahui hasil implementasi dan evaluasi performa model prediksi AI menggunakan algoritma decision tree C4.5 berdasarkan accuracy, precision, sensitivity, dan specificity dari data penelitian. Penelitian ini merupakan studi kuantitatif dengan pendekatan data mining. Dataset yang digunakan dianalisis dan diolah menggunakan algoritma decision tree C4.5. Pemilihan variabel dilakukan melalui dua metode, yaitu berdasarkan literatur kesehatan dan teknik minimum redundancy maximum relevance (mRMR). Teknik yang memberikan evaluasi terbaik diaplikasikan di Posbindu Masjid Al Amin Mejing Kidul untuk memprediksi risiko penyakit diabetes melitus. Data diambil dari 125 pasien menggunakan kuesioner hasil pemeriksaan kesehatan. Model dievaluasi menggunakan parameter accuracy, precision, sensitivity, dan specificity. Hasil penelitian menunjukkan: (1) Model prediksi berbasis algoritma decision tree C4.5 berhasil dibuat dan dapat diakses melalui https://posbindu.streamlit.app; (2) Model ini dapat diterapkan di tempat penelitian untuk memprediksi risiko penyakit diabetes melitus pada warga Mejing Kidul dengan hasil evaluasi berupa accuracy 75,2 persen, precision 37,8 persen, sensitivity 64 persen, dan specificity 78 persen.]]>
Copyrights © 2026
