Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Prasetia, Aldi (2022) Prediksi Tahap Awal Penyakit Diabetes Melitus Berbasis Web Menggunakan Algoritma Random Forest. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
201810225083_Aldi Prasetia_Cover-Daftar Isi.pdf

Download (2MB)
[img] Text
201810225083_Aldi Prasetia_BAB I.pdf

Download (793kB)
[img] Text
201810225083_Aldi Prasetia_BAB II, III, IV.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
201810225083_Aldi Prasetia_BAB V.pdf

Download (784kB)
[img] Text
201810225083_Aldi Prasetia_Daftar Pustaka.pdf

Download (852kB)
[img] 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 View Item

Downloads

Downloads per month over past year