Academic Journal

Implementasi Prediksi Penyakit Diabetes Menggunakan Metode Decision Tree

التفاصيل البيبلوغرافية
العنوان: Implementasi Prediksi Penyakit Diabetes Menggunakan Metode Decision Tree
المؤلفون: safitri, lulu, Fatah, Zaehol
المصدر: JUSIFOR (Jurnal Sistem Informasi dan Informatika); Vol. 3 No. 2 (2024): JUSIFOR - Desember 2024; 125-132 ; JUSIFOR : Jurnal Sistem Informasi dan Informatika; Vol 3 No 2 (2024): JUSIFOR - Desember 2024; 125-132 ; 2830-2443 ; 2830-3393 ; 10.70609/jusifor.v3i2
بيانات النشر: Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang
سنة النشر: 2024
المجموعة: Universitas Islam Raden Rahmat (UNIRA) Malang: Journals
مصطلحات موضوعية: Diabetes, Decission Tree, Rapid Miner, Data Mining
الوصف: Diabetes mellitus merupakan salah satu penyakit kronis yang menjadi masalah kesehatan global dengan tingkat prevalensi yang terus meningkat. Penelitian ini bertujuan untuk mengimplementasikan metode Decision Tree dalam memprediksi penyakit diabetes menggunakan dataset yang terdiri dari 768 sampel dengan delapan parameter kesehatan. Parameter yang digunakan meliputi jumlah kehamilan, kadar glukosa, tekanan darah, ketebalan kulit, kadar insulin, BMI, fungsi riwayat diabetes keluarga, dan usia. Metodologi penelitian meliputi tahap preprocessing data, pemodelan menggunakan Decision Tree, dan evaluasi performa model. Dataset dibagi menjadi data training (70%) dan testing (30%) menggunakan metode stratified sampling. Model Decision Tree diimplementasikan menggunakan RapidMiner dengan parameter gain ratio sebagai criterion, maximal depth 10, serta menerapkan teknik pruning dan prepruning dengan confidence level 0.1. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 65.06% dengan nilai presisi 32.53% dan recall 50.00%. Model berhasil mengidentifikasi 350 kasus non-diabetes dan 188 kasus diabetes dengan benar. Penelitian ini membuktikan bahwa metode Decision Tree dapat digunakan sebagai alat bantu dalam prediksi awal penyakit diabetes, meskipun masih memerlukan optimasi lebih lanjut untuk meningkatkan akurasi prediksi.
نوع الوثيقة: article in journal/newspaper
وصف الملف: application/pdf
اللغة: Indonesian
Relation: https://ejournal.uniramalang.ac.id/index.php/jusifor/article/view/5788/3494; https://ejournal.uniramalang.ac.id/index.php/jusifor/article/view/5788
DOI: 10.70609/jusifor.v3i2.5788
الاتاحة: https://ejournal.uniramalang.ac.id/index.php/jusifor/article/view/5788
https://doi.org/10.70609/jusifor.v3i2.5788
Rights: Copyright (c) 2024 Lulu Safitri, Zaehol Fatah ; https://creativecommons.org/licenses/by-nc-sa/4.0
رقم الانضمام: edsbas.D3F585D6
قاعدة البيانات: BASE
الوصف
DOI:10.70609/jusifor.v3i2.5788