Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
PREDIKSI DIABETES MENGGUNAKAN ALGORITMA XGBOOST: STUDI KASUS PADA DATASET PASIEN DIABETES
ABSTRAKSI :
Diabetes mellitus, atau lebih dikenal sebagai diabetes, adalah penyakit kronis yang ditandai oleh peningkatan kadar gula darah dalam tubuh. Hal ini terjadi ketika tubuh tidak dapat memproduksi atau menggunakan insulin secara efektif. Salah satu cara untuk memprediksi diabetes dengan menggunakan machine learning. XGBoost merupakan salah satu model klasifikasi dalam machine learning yang sering digunakan dalam melakukan prediksi. Pada penulisan ilmiah ini, algoritma XGBoost dirancang menggunakan Python untuk memprediksi seorang terjangkit diabetes. Penelitian dilakukan menggunakan dataset dari National Institute Of Diabetes And Digestive And Kidney Diseases yang terdiri dari 100 ribu data pasien dengan 9 variabel. Exploratory data analysis dilakukan untuk memaksimalkan dataset yang dimiliki serta menggunakan bantuan statistik dan mempresentasikannya melalui teknik visual. Beberapa variabel dataset memuat missing values, handling duplicates, uniquess. Serta juga dilakuan tahap prapemprosesan data dengan menggunakan teknik standard scalling, one hot encoding dan handling imbalance menggunakan SMOTETomek guna mencapai keseimbangan antara kelas-kelas dalam dataset. Pembagian data training dan testing dibagi dengan rasio 75% untuk data training dan 25% untuk data testing dari total data yang siap dianalisis untuk masing-masing kelas. Hasil dari analisis yang dilakukan, didapatkan bahwa metode klasifikasi XGBoost mampu mendapatkan nilai akurasi sekitar 97%, presisi sekitar 99%, dan recall sekitar 95%.
NOMOR INDUK :
FILKOM/KA/SSM/17101/2024
PEMBIMBING :
MURTIWIYATI
TANGGAL SIDANG :
24/07/2023
TANGGAL PENYERAHAN :
28/02/2024
JENIS PENULISAN :
PENULISAN ILMIAH JENJANG S1 (SETARA SARJANA MUDA / SSM)