Analisis Kinerja Algoritma Random Forest Dengan Model Machine Learning Pada Dataset Penyakit Diabetes
Abstract
– Diabetes merupakan penyakit metabolik yang menjadi salah satu masalah kesehatan utama di dunia. Deteksi dini dan diagnosis yang akurat sangat penting untuk mencegah komplikasi jangka panjang. Dengan perkembangan teknologi machine learning, prediksi risiko diabetes berbasis data menjadi lebih efektif dan efisien. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Random Forest dalam memprediksi status diabetes menggunakan dataset Pima Indians Diabetes. Tahapan penelitian meliputi pra-pemrosesan data, pelatihan model, evaluasi kinerja, serta visualisasi hasil. Dataset yang digunakan terdiri dari 154 sampel dengan delapan fitur klinis dan satu variabel target. Pra-pemrosesan dilakukan untuk menangani nilai nol, normalisasi data, serta pembagian data latih dan uji. Model Random Forest dilatih dan dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, confusion matrix, dan kurva ROC-AUC. Hasil menunjukkan bahwa model menghasilkan akurasi sebesar 78% , dengan nilai AUC sebesar 0.821 , menandakan kemampuan diskriminasi yang sangat baik antara pasien positif dan negatif diabetes. Visualisasi Confusion Matrix dan kurva ROC membantu memberikan interpretasi yang jelas mengenai performa model secara grafis. Berdasarkan hasil tersebut, dapat disimpulkan bahwa algoritma Random Forest memiliki potensi besar sebagai pendukung keputusan dalam bidang medis, khususnya untuk prediksi risiko diabetes. Penggunaan model ini dapat meningkatkan efisiensi dan akurasi diagnosis awal, serta membantu tenaga medis dalam pengambilan keputusan yang lebih cepat dan objektif.
Keywords
References
R. Maulana, M. F. Hasan, F. Raehan, And M. Ramzy, “Literature Review : Penerapan Algoritma Random Forest Untuk Klasifikasi Penyakit Diabetes,” Bikma, Vol. 2, No. 3, Pp. 550–555, 2024.
T. Zhang, Q. Wu, And Z. Zhang, “Probable Pangolin Origin Of Sars-Cov-2 Associated With The Covid-19 Outbreak,” Curr. Biol., Vol. 30, No. 7, Pp. 1346-1351.E2, 2020, Doi: 10.1016/J.Cub.2020.03.022.
S. Ramadhani And M. R. Wayahdi2, “K-Nearest Neighbor And Random Forest Algorithms In Loan Approval Prediction,” J. Minfo Polgan, Vol. 13, Pp. 1307–1313, 2024.
Ary Prandika Siregar, Dwi Priyadi Purba, Jojor Putri Pasaribu, And Khairul Reza Bakara, “Implementasi Algoritma Random Forest Dalam Klasifikasi Diagnosis Penyakit Stroke,” J. Penelit. Rumpun Ilmu Tek., Vol. 2, No. 4, Pp. 155–164, 2023, Doi: 10.55606/Juprit.V2i4.3039.
I. Naive, B. Dalam, M. Penyakit, D. Mellitus, And D. Mining, “Implementasi Naive Bayes Dalam Memprediksi Penyakit Diabetes Mellitus Fakultas Teknologi Informasi , Universitas Hasyim Asy ’ Ari Tebuireng Jombang Abstrak,” Pp. 144–153.
R. Irfannandhy, L. B. Handoko, And N. Ariyanto, “Analisis Performa Model Random Forest Dan Catboost Dengan Teknik Smote Dalam Prediksi Risiko Diabetes,” J. Pendidik. Inform., Vol. 8, No. 2, Pp. 714–723, 2024, Doi: 10.29408/Edumatic.V8i2.27990.
H. Ma’rifah, A. P. Wibawa, And M. I. Akbar, “Klasifikasi Artikel Ilmiah Dengan Berbagai Skenario Preprocessing,” Sains, Apl. Komputasi Dan Teknol. Inf., Vol. 2, No. 2, P. 70, 2020, Doi: 10.30872/Jsakti.V2i2.2681.
P. A. S. Banilai And M. Sakundarno, “Systematic Review: Faktor-Faktor Yang Berhubungan Dengan Kejadian Diabetes Melitus (Dm) Pada Penderita Tuberkulosis (Tb),” Heal. Tadulako J. (Jurnal Kesehat. Tadulako), Vol. 9, No. 2, Pp. 205–217, May 2023, Doi: 10.22487/Htj.V9i2.739.
Q. P. Irawan, K. D. Utami, S. Reski, And Saraheni, “Hubungan Indeks Massa Tubuh (Imt) Dengan Kadar Hba1c Pada Penderita Diabetes Mellitus Tipe Ii Di Rumah Sakit Abdoel Wahab Sjahranie,” Formosa J. Sci. Technol., Vol. 1, No. 5, Pp. 459–468, Oct. 2022, Doi: 10.55927/Fjst.V1i5.1220.
Suci Amaliah, M. Nusrang, And A. Aswi, “Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi Di Kedai Kopi Konijiwa Bantaeng,” Variansi J. Stat. Its Appl. Teach. Res., Vol. 4, No. 3, Pp. 121–127, 2022, Doi: 10.35580/Variansiunm31.
DOI: http://dx.doi.org/10.36448/expert.v15i1.4312
Refbacks
- There are currently no refbacks.
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi
Published by Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Gedung M Lt.2 Pascasarjana Universitas Bandar Lampung
Jln Zainal Abidin Pagaralam No.89 Gedong Meneng, Rajabasa, Bandar Lampung,
LAMPUNG, INDONESIA
Indexed by:













This work is licensed under a Creative Commons Attribution 4.0 International License.