Please enable JavaScript.
Coggle requires JavaScript to display documents.
Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan Algoritma…
Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan Algoritma Klasifikasi Random Forest
Latar Belakang
Gejala Diabetes mirip dengan kondisi sakit biasa dan banyak orang yang tidak menyadari bahwa mereka mengidap penyakit diabetes dan bahkan sudah mengarah pada komplikasi. Metode yang ada untuk deteksi diabetes adalah dengan menggunakan tes laboratorium seperti glukosa darah dan toleransi glukosa oral. Namun, metode ini memakan waktu lama
Kata kunci
Diabetes
Random Forest
Akurasi
Support Vector Machine
Naive Bayes
Machine Learning
Metode Penelitian
Support Vector Machine
Random Forest
Naive Bayes
Pengukuran
Precision (P)
Recall (R)
Accuracy (A)
F-Measure
ROC
Hasil Penelitian
Algoritma klasifikasi random forest menunjukan nilai akurasi dan nilai ROC yang paling tinggi yaitu sebesar 97,88% dan nilai ROC sebesar 0,998
Algoritma SVM menunjukan nilai akurasi dan nilai ROC yaitu sebesar 94,80% dan nilai ROC sebesar 0,949
Algoritma Naïve Bayes menunjukan nilai akurasi dan nilai ROC yaitu sebesar 91,92% dan nilai ROC sebesar 0,998