Prediksi Penyakit Diabetes Menggunakan Algoritma Regresi Logistik

Sugianto, Sugianto (2025) Prediksi Penyakit Diabetes Menggunakan Algoritma Regresi Logistik. Skripsi thesis, Prodi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (2MB)
	Text bab I.pdf - Submitted Version Download (1MB)
	Text bab II.pdf - Submitted Version Download (5MB)
	Text bab III.pdf - Submitted Version Download (5MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (328kB)
	Text daftar pustaka.pdf - Submitted Version Download (915kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (463kB) | Request a copy

Abstract

Machine Learning adalah salah satu cabang AI yang berfokus pada pengembangan algoritma dan teknik yang membuat komputer menghasilkan prediksi. Jumlah orang yang menderita diabetes meningkat setiap tahunnya. Adapun survei yang dilakukan oleh Federasi Diabetes Internasional (IDF), populasi diabetes global diperkirakan akan mencapai 537 juta pada tahun 2021, dan angka ini diperkirakannya akan meningkat lebih lanjut untuk melebihi 780 juta pada 2045. Oleh sebab itu, peneliti ingin meneliti kecenderungan penderita penyakit diabetes melibatkan variabel apa saja. Tujuan utama dari penelitian ini adalah untuk mendiagnosis dan memprediksi apakah pasien memiliki diabetes atau tidak. Pendekatan ini menggunakan regresi logistik, alat statistik untuk memodelkan klasifikasi individual keberadaan atau tidak adanya diabetes. Untuk penelitannya peneliti memodelkaan dataset serta melatih dan mentraining data tersebut. Tingkat akurasi dalam mendeteksi penyakit diabetes meggunakan algoritma regresi logistik sebesar 0.76, presisi 0.66, recall 0.55 dan f1-score = 0.60. Menurut hasil prediksi risiko diabetes, 43% responden mempertimbangkan kondisi tersebut. Akibatnya, telah terbukti bahwa normalisasi meningkatkan akurasi prediksi risiko diabetes menggunakan metode regresi logistik. Hasil penelitiannya adalah website prediksi penyakit diabetes. Berdasarkan variabel yang disertakan, diharapkan bahwa prediksi yang dibuat oleh model ini akan berfungsi sebagai panduan bagi masyarakat umum dalam memahami kehidupan sehat dan pencegahan diabetes.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Prediksi Diabetes, Regresi Logistik, Prediksi Risiko, Variabel Diabetes, Panduan Gaya Hidup Sehat : Diabetes Prediction; Logistical Regression, Risk Prediction, Diabetes Variable, Healthy Lifestyle Guidance
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Susila Novmbrita
Date Deposited:	10 Jun 2025 03:27
Last Modified:	10 Jun 2025 03:27
URI:	http://repository.upbatam.ac.id/id/eprint/6699

Actions (login required)

View Item

Downloads