Prasetia, Aldi (2022) Prediksi Tahap Awal Penyakit Diabetes Melitus Berbasis Web Menggunakan Algoritma Random Forest. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
![]() |
Text
201810225083_Aldi Prasetia_Cover-Daftar Isi.pdf Download (2MB) |
![]() |
Text
201810225083_Aldi Prasetia_BAB I.pdf Download (793kB) |
![]() |
Text
201810225083_Aldi Prasetia_BAB II, III, IV.pdf Restricted to Registered users only Download (2MB) |
![]() |
Text
201810225083_Aldi Prasetia_BAB V.pdf Download (784kB) |
![]() |
Text
201810225083_Aldi Prasetia_Daftar Pustaka.pdf Download (852kB) |
![]() |
Text
201810225083_Aldi Prasetia_Lampiran.pdf Restricted to Registered users only Download (1MB) |
Abstract
Penelitian ini dilakukan dengan metode data mining yaitu klasifikasi. Proses data mining meliputi pengumpulan data dan pengolahan data. dataset pada penelitian ini mengambil data pasien diabetes melalui website kaggle yang didalamnya terdapat 9 kolom dan 768 baris. Pada penelitian ini dilakukan dengan metode waterfall dimana dilakukan analisis, mendesain aplikasi, pembuatan kode program dan juga pengujian program. Algoritma Random Forest menyelesaikan klasifikasi dengan metode gabungan, karena terbentuk dari model kecil namun hasil prediksinya ditentukan dengan mengkombinasikan semua output pada model kecil. Algoritma Random Forest mendapatkan nilai akurasi 78%, nilai precision 0.70, recall sebesar 0.52 dan f1-score 0.77. Dengan adanya sistem ini masyarakat bisa mencegah risiko terkena penyakit diabetes mulai sejak dini dengan pengecekan secara cepat melalui website.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | Pembimbing: Herlawati, S.Si., M.M., M.Kom. NIDN0311097302, Adi Muhajirin, S.Kom., M.Kom., M.M. NIDN0318038501 |
Subjects: | Teknologi dan Ilmu Terapan > Teknik Informatika |
Divisions: | Fakultas Ilmu Komputer > Informatika |
Depositing User: | Mr. Arif Syamsudin |
Date Deposited: | 02 May 2025 01:38 |
Last Modified: | 02 May 2025 01:38 |
URI: | http://repository.ubharajaya.ac.id/id/eprint/34176 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year