Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2023
- Tujuan
- Nomor
- 1e9f0a8d-11c3-4e20-933c-598436a55b1e
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan kegiatan analisis kinerja algoritma pembelajaran mesin untuk prediksi diagnosis diabetes. Kegiatan ini melibatkan Tominanto, Tominanto, Syukur, Abdul, Affandy, dan Marjuni, Aris sebagai peserta. Kegiatan tersebut membahas diabetes sebagai kondisi kronis yang ditandai dengan peningkatan kadar gula darah di atas rata-rata. Dalam jangka panjang, diabetes dapat menimbulkan dampak yang merusak pada ginjal, jantung, saraf, mata, serta komplikasi lainnya.
Kegiatan ini berfokus pada prediksi diabetes secara dini sebagai pendekatan yang dapat mencegah dan mengurangi risiko komplikasi penyakit lebih lanjut serta mendukung peningkatan pengobatan. Penelitian menggunakan Pima Indians Diabetes Dataset yang bersumber dari repositori pembelajaran mesin UCI. Tujuh algoritma klasifikasi pembelajaran mesin diterapkan, yaitu Support Vector Machine, Naive Bayes, K-Nearest Neighbor, Logistic Regression, Random Forest, Decision Tree, dan Gradient Boosting.
Kinerja algoritma dievaluasi menggunakan Accuracy, Precision, F-Measure, Recall, dan Receiver Operating Characteristic. Hasil menunjukkan bahwa K-Nearest Neighbor memperoleh Accuracy tertinggi sebesar 80,51% dan Precision sebesar 78%. Random Forest memperoleh nilai tertinggi pada Recall sebesar 75%, F-Measure sebesar 72%, dan Receiver Operating Characteristic sebesar 78,18%. Temuan ini memberikan perbandingan algoritma yang dievaluasi untuk prediksi diagnosis diabetes. Kegiatan ini dibingkai secara kelembagaan sebagai penelitian mengenai prediksi diabetes secara dini dan peningkatan pengobatan melalui evaluasi algoritma klasifikasi pembelajaran mesin.