Record Detail

Pembimbing: Valentinus Paramarta-- Diabetes Mellitus atau sering disebut sebagai penyakit kencing manis merupakan
suatu penyakit akibat kelainan metabolik yang disebabkan oleh tingginya kadar
glukosa darah di tubuh dalam waktu yang lama. Salah satu faktor yang berhubungan
dengan terjadinya Diabetes Mellitus adalah jenis kelamin, wanita cenderung lebih
berisiko terkena Diabetes Mellitus. Hal ini dikarenakan wanita memiliki kolesterol
yang lebih tinggi dibandingkan laki-laki dan juga terdapat perbedaan dalam
melakukan semua aktivitas dan gaya hidup sehari-hari yang sangat mempengaruhi
kejadian Diabetes Mellitus. Semakin majunya teknologi muncul teknologi yang ada
sekarang yaitu machine learning yang dapat digunakan untuk prediksi sebuah
penyakit dengan menggunakan sebuah model machine learning, ada banyak
algoritma dalam machine learning. Pada penelitian ini metode yang digunakan
adalah Decision Tree Classifier dan Logistic Regression yang bertujuan untuk
membandingkan performa kedua algoritma tersebut untuk memprediksi penyakit
Diabetes Mellitus. Dataset yang digunakan dalam penelitian ini diambil dari situs
kaggle. Sebelum dilakukan perbandingan performa kedua algoritma tersebut,
peneliti melakukan tahap preprocessing data terhadap dataset. Setelah itu membuat
confusion matrix untuk menemukan hasil dari AUC Score dan hasil F1-Score dari
kedua algoritma. Hasil menunjukkan bahwa algoritma Decision Tree Classifier
memiliki akurasi sebesar 82% dan algoritma Logistic Regression memiliki akurasi
sebesar 74%. Tingkat akurasi K-Fold Cross Validation, Decision Tree Classifier
memiliki angka sebesar 84% dan Logistic Regression memiliki akurasi sebesar
72%. Selanjutnya, Decision Tree Classifier memiliki Precision dan Recall sebesar
83% dan 82%, F1-Score sebesar 82%. Logistic Regression memilki Precision dan
Recall yang didapat sebesar 74% dan 74%, F1-Score sebesar 74%. Terakhir,
Decision Tree Classifier memiliki nilai AUC Score sebesar 84% dan Logistic
Regression memiliki AUC Score sebesar 81%.