Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Analisis Seleksi Atribut untuk Klasifikasi Random Forest pada Dataset Diabetes Tidak Seimbang

Rektorat UDINUS 2021 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2021
Tujuan
Nomor
a1c0d6ed-945e-4cc7-97ac-21339cd8b913
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan penelitian mengenai seleksi atribut untuk klasifikasi Random Forest pada dataset diabetes yang tidak seimbang. Kegiatan ini melibatkan peneliti Rachmawanto, Eko Hari; Ignatius Moses Setiadi, De Rosal; Rijati, Nova; Susanto, Ajib; Wahyu Mulyono, Ibnu Utomo; dan Rahmalan, Hidayah. Penelitian ini membahas klasifikasi diabetes dalam konteks ketika banyak penelitian sebelumnya berfokus pada satu dataset dengan atribut yang terbatas. Kegiatan tersebut mengkaji peran seleksi atribut dalam proses klasifikasi, khususnya dengan menggunakan metode Random Forest.

Penelitian membandingkan dua dataset yang memiliki jenis dan jumlah atribut yang berbeda. Kegiatan ini mempertimbangkan fitur bagging pada Random Forest sebagai fitur yang cukup dapat diandalkan dalam proses pembelajaran pada dataset yang tidak seimbang. Pengujian menunjukkan bahwa atribut age, bs _ fast, bs _pp, plasma_r, plasma_f, hba1c, dan type/class memiliki peran penting dalam meningkatkan akurasi klasifikasi diabetes melitus. Penelitian juga melaporkan bahwa pembersihan data dan seleksi atribut dengan metode Random Forest menghasilkan akurasi 100% pada Abel Vika's Diabetes dataset, meskipun menggunakan jumlah pohon yang relatif kecil. Hasil tersebut divalidasi dengan metode k-fold cross-validation.

Melalui kegiatan ini, UDINUS berkontribusi melalui penelitian yang berfokus pada klasifikasi diabetes, seleksi atribut, pembersihan data, dan validasi hasil klasifikasi. Kegiatan ini berkaitan dengan tujuan yang ditetapkan melalui fokusnya pada penelitian terkait kesehatan dan klasifikasi diabetes melitus. Bukti ini mendokumentasikan kegiatan analitis berbasis penelitian yang dilaksanakan oleh UDINUS serta menyajikan temuan yang dilaporkan tanpa menambahkan informasi di luar dataset, atribut, metode, dan pendekatan validasi yang dijelaskan.

Rujukan https://www.scopus.com/pages/publications/85118956719?origin=resultslist