eprintid: 31704
rev_number: 17
eprint_status: archive
userid: 12
dir: disk0/00/03/17/04
datestamp: 2026-03-02 02:51:22
lastmod: 2026-03-02 02:51:22
status_changed: 2026-03-02 02:51:22
type: thesis
metadata_visibility: show
creators_name: GUNAWAN, MUHAMMAD HADI
creators_nim: 21.11.4495
contributors_name: Sulistiyono, Mulia
corp_creators: Universitas AMIKOM Yogyakarta
title: PERBANDINGAN ALGORITMA ARTIFICIAL NEURAL NETWORK DAN RANDOM FOREST UNTUK ANALISIS PENYAKIT DIABETES DENGAN VISUALISASI
ispublished: pub
subjects: 000.000.000A
divisions: if
full_text_status: restricted
keywords: Diabetes Mellitus, ANN, Random Forest, Machine Learning, Klasifikasi.
abstract: Diabetes mellitus merupakan penyakit kronis dengan prevalensi yang terus
meningkat dan berpotensi menimbulkan komplikasi serius apabila tidak terdeteksi
sejak dini, sehingga diperlukan metode pendukung yang lebih akurat dalam
menganalisis risiko diabetes. Penelitian ini dilakukan untuk membandingkan
kinerja algoritma Artificial Neural Network (ANN) dan Random Forest (RF)
dalam klasifikasi diabetes dengan menggunakan dataset publik dari Kaggle.
Tahapan penelitian meliputi pra-pemrosesan data melalui penanganan nilai tidak
logis, normalisasi, dan penyeimbangan kelas dengan Synthetic Minority Oversampling

Technique (SMOTE), kemudian model dibangun menggunakan
algoritma ANN dan RF serta dievaluasi menggunakan metrik akurasi, presisi,
recall, F1-score, dan AUC-ROC dengan tambahan visualisasi berupa confusion
matrix, kurva ROC, heatmap korelasi, dan feature importance. Hasil penelitian
menunjukkan bahwa algoritma Random Forest memberikan performa lebih baik
dengan akurasi 77,67%, presisi 75,93%, recall 81,46%, F1-score 78,59%, dan
AUC 77,64%, sedangkan Artificial Neural Network memperoleh akurasi 75,67%,
presisi 71,43%, recall 86,09%, F1-score 78,08%, dan AUC 75,60%. Penelitian ini
diharapkan dapat memperkaya literatur akademik mengenai perbandingan
algoritma machine learning di bidang kesehatan serta memberikan dasar teoritis
bagi penelitian lanjutan terkait analisis penyakit diabetes.
date: 2025-09-17
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   GUNAWAN, MUHAMMAD HADI  (2025) PERBANDINGAN ALGORITMA ARTIFICIAL NEURAL NETWORK DAN RANDOM FOREST UNTUK ANALISIS PENYAKIT DIABETES DENGAN VISUALISASI.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31704/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/7/Daftar%20Pusataka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31704/8/Source%20Code%20-%2021.11.4495.zip
document_url: https://eprints.amikom.ac.id/id/eprint/31704/9/Publikasi.pdf