Aplikasi Berbasis Web Berdasarkan Model Klasifikasi Algoritma SVM dan Logistic Regression Terhadap Data Diabetes

Abstract

Berdasarkan International Diabetes Federation Atlas Tenth edisi 2021, jumlah penderita diabetes mencapai 537 juta orang dalam rentang usia 20-79 tahun. Jumlah penderita diabetes akan terus meningkat mencapai 643 juta pada tahun 2030, bahkan diperkirakan mencapai 783 juta pada tahun 2045. Diabetes tidak hanya menjadi penyebab 6,7 juta kematian, tetapi juga menguras dana kesehatan hingga 966 miliar USD. Tingkat kadar gula darah yang tinggi secara kronis menjadi tanda penyakit diabetes, keadaan ini terjadi ketika tubuh tidak mampu menghasilkan insulin secara efektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penderita penyakit diabetes dengan membandingkan dua Algoritma, Support Vector Machine (SVM) dan Regresi Logistik. Dalam penelitian ini, model dievaluasi menggunakan metode K-Fold cross validation dengan membagi dataset menjadi 10 subset. Salah satu subset dipilih sebagai data uji, sementara subset lainnya digunakan sebagai data latih. Hasil penelitian menunjukkan bahwa klasifikasi terbaik diperoleh pada Algoritma SVM dengan teknik SMOTE. Model ini mencapai rata-rata accuracy sebesar 88,77%, precision 88,50%, dan recall 89,21%. Dengan demikian, model yang dikembangkan menggunakan Algoritma SVM dengan SMOTE dapat diimplementasikan ke dalam sebuah sistem klasifikasi penyakit diabetes. Pembuatan aplikasi ini ditujukan kepada pihak medis untuk membantu dalam menguatkan diagnosa pemeriksaan, apakah seseorang menderita penyakit diabetes atau tidak dengan tingkat akurasi yang baik.

GS Cited Analysis