Klasifikasi Penyakit Diabetes menggunakan Algoritma Decision Tree dengan K-fold Cross Validation

• VIVI ANDRIANI
• 2024

---

Penyakit Diabetes merupakan salah satu penyakit yang paling umum dan berbahaya di dunia
adalah diabetes. Diagnosis dini dan akurat sangat penting untuk mencegah komplikasi lebih lanjut.
Dalam penelitian ini, kita mengembangkan system klasifikasi penyakit diabetes menggunakan metode
algoritma decision tree dengan validasi silang K-fold. Dataset yang digunakan dalam penelitian ini
adalah dataset Pima Indians Diabetes Dataset yang berisi 768 sampel dengan 9 fitur klinis yang terdiri
dari Pregnancies, Glucose, BloodPressure, SkinThickness, Insulin, BMI, DiabetesPedigreeFunction,
Age, Outcome. Algoritma decision tree digunakan untuk membangun model klasifikasi, sedangkan
validasi silang K-fold digunakan untuk mengevaluasi kinerja model. Hasil dari penelitian menunjukan
bahwa model klasifikasi yang dibangun menggunakan algoritma decision tree dengan validasi silang Kfold memiliki akurasi sebesar 95.33%. Hasil ini menunjukan bahwa metode ini efektif dalam
mengklasifikasi penyakit diabetes. Selain itu, hasil penelitian ini membuktikan bahwa metode decision
tree dengan validasi silang K-fold dapat digunakan sebagai salah satu alternatif untuk diagnosis
penyakit diabetes. Klasifikasi yang dibangun dapat membantu dokter dan tenaga medis lainnya dalam
membuat diagnosis yang lebih akurat dan cepat.

• Diabetes
• Decision Tree
• K-fold Cross Validation

https://repository.bsi.ac.id/repo/52102/Klasifikasi-Penyakit-Diabetes-menggunakan-Algoritma-Decision-Tree-dengan-K-fold-Cross-Validation
Anda dapat membaca file tugas akhir ini di repository.