PREDIKSI PENYAKIT DIABETES MENGGUNAKAN MACHINE LEARNING

Gustian, Herlangga (2023) PREDIKSI PENYAKIT DIABETES MENGGUNAKAN MACHINE LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (184kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (365kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (96kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (473kB)
	Text (BAB V) BAB V.pdf Download (49kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (280kB)
	Archive (SOURCE CODE) Sourcecode - Herlangga Gustian.zip Restricted to Repository staff only Download (116kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (557kB)

Abstract

Diabetes adalah salah satu penyakit yang bisa menyerang siapa saja yang menjadi masalah dalam dunia kesehatan, karena bisa menyerang anak-anak, remaja, hingga orang dewasa. Diabetes merupakan penyakit yang mengancam jiwa karena menyebabkan peningkatan gula darah, selain itu juga memiliki pertumbuhan tercepat yang telah mempengaruhi 422 juta orang di dunia berdasarkan laporan dari Organisasi Kesehatan Dunia(WHO), pada tahun 2018. Bahkan International Diabetes Federation (IDF) memperkirakan jumlah penderita diabetes di seluruh dunia akan mencapai 700 juta orang pada 2045. Namun untuk bisa membuat penyakit diabetes bisa didiagnosis bisa dilakukan menggunakan machine learning sebagai solusi untuk memecahkan permasalahan ini. Maksud dari penelitian ini adalah membuat model yang dapat memperkirakan kemungkinan terjadinya diabetes sejak awal dengan ketelitian yang maksimal. Pada penelitian ini menggunakan menggunakan Klasifikasi untuk teknik data mining yang menetapkan kategori dari sekumpulan data untuk mempemudah dalam memprediksi dan analisis yang akurat. Untuk algoritma yang digunakan ada tiga yaitu Logistic Regression, Support Vector Machine , dan Random Forest dalam percobaan mendeteksi penyakit diabetes. Untuk mengevaluasi dari performa ketiga algoritma ini menggunakan Accuracy. Akurasi dinilai melalui instance yang diklasifikasikan dengan benar dan salah. Pada penelitan ini algoritma tertinggi adalah Support Vector Machine dengan nilai 78% pada akurasinya.

Actions (login required)

View Item