Teks

PERBANDINGAN ALGORITMA KLASIFIKASI DATA MINING UNTUK DIAGNOSIS PENYAKIT DIABETES

---

Diagnosis penyakit diabetes secara akurat menjadi tantangan penting dalam
dunia kesehatan khususnya ketika data yang digunakan memiliki masalah seperti
nilai pencilan (outlier), ketidakseimbangan kelas, dan skala fitur numerik yang
bervariasi. Jika tidak ditangani dengan benar kondisi ini dapat menurunkan
performa model klasifikasi. Penelitian ini bertujuan untuk membandingkan
performa lima algoritma klasifikasi Decision Tree, Naïve Bayes, K-Nearest
Neighbor (KNN), Logistic Regression, dan Random Forest dalam mendiagnosis
penyakit diabetes setelah melalui tahapan preprocessing secara optimal, yaitu
penanganan outlier menggunakan metode IQR, standarisasi data dengan
StandardScaler, dan penyeimbangan kelas menggunakan SMOTE. Evaluasi
dilakukan dengan metrik akurasi, precision, recall, f1-score, dan AUC
menggunakan data uji. Fokus utama pada nilai recall karena kemampuan model
dalam mendeteksi seluruh kasus positif (penderita diabetes) menjadi prioritas
dalam konteks medis. Hasil penelitian menunjukkan bahwa algoritma Random
Forest memberikan performa terbaik dengan akurasi 77%, precision 78%, recall
77%, f1-score 77%, dan AUC sebesar 0.79. Logistic Regression berada di posisi
kedua dengan akurasi 74% dan AUC 0.83, disusul oleh KNN (71%, AUC 0.72),
Naïve Bayes (70%, AUC 0.81), dan Decision Tree (69%, AUC 0.63). Temuan ini
mengindikasikan bahwa preprocessing yang tepat berperan dalam meningkatkan
performa klasifikasi dan Random Forest dapat direkomendasikan sebagai model
yang andal untuk diagnosis penyakit diabetes.

---

Ketersediaan

S00013.25

RF TI.S00013.25 Raf p

My Library (Referensi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

RF TI.S00013.25 Raf

Penerbit

Paguyangan : Universitas Muhammadiyah Brebes., 2025

Deskripsi Fisik

xvi,168hlm.;30cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

TI.S00013.25

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

data mining
outlier
Klasifikasi
diabetes
preprocessing
StandardScaler

Info Detail Spesifik

Dilengkapi CD

Pernyataan Tanggungjawab

Miranda Rafa Yunizar 21.01.0.0045 Tugas Akhir diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar