SISTEM PREDIKSI RISIKO PENYAKIT DIABETES SEJAK DINI

Maulana, Frisqy (2026) SISTEM PREDIKSI RISIKO PENYAKIT DIABETES SEJAK DINI. Undergraduate thesis, Univeristas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020185.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020185_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020185_0721058902_0711018102_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (962kB)
	Text (BAB 2) RAMA_55201_2213020185_0721058902_0711018102_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (326kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020185_0721058902_0711018102_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (707kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020185_0721058902_0711018102_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (490kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020185_0721058902_0711018102_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (138kB) | Request a copy
	Text (References) RAMA_55201_2213020185_0721058902_0711018102_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (152kB)
	Text (Lampiran) RAMA_55201_2213020185_0721058902_0711018102_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem prediksi risiko diabetes berbasis web menggunakan algoritma Random Forest. Sistem dikembangkan untuk membantu pengguna dalam melakukan prediksi risiko diabetes berdasarkan gejala klinis yang dialami. Data yang digunakan berasal dari dataset Early Stage Diabetes Risk Prediction yang terdiri dari 520 data dengan 16 fitur gejala klinis. Metode Random Forest dipilih karena memiliki kemampuan klasifikasi yang baik serta mampu mengidentifikasi tingkat pengaruh masing-masing fitur melalui analisis feature importance. Sistem diimplementasikan menggunakan bahasa pemrograman Python dan framework Streamlit sehingga dapat diakses melalui antarmuka web yang interaktif dan mudah digunakan. Hasil pengujian menunjukkan bahwa model Random Forest memperoleh nilai akurasi sebesar 99,04%, precision sebesar 99%, recall sebesar 99%, dan F1-score sebesar 99%. Analisis feature importance menunjukkan bahwa gejala Polyuria dan Polydipsia merupakan faktor yang paling berpengaruh terhadap hasil prediksi. Selain itu, hasil validasi pakar menunjukkan bahwa sistem mampu menghasilkan prediksi yang sesuai dengan penilaian tenaga kesehatan. Dengan demikian, sistem yang dikembangkan dapat digunakan sebagai alat bantu untuk melakukan prediksi risiko diabetes secara cepat dan memberikan informasi mengenai faktor risiko utama yang memengaruhi hasil prediksi

Actions (login required)

View Item