ANALISA PREDIKSI PENYAKIT HIV MENGGUNAKAN ALGORITMA RANDOM FOREST

• MUHAMMAD NABILLA FATOROHMAN
• 2024

---

Human immunodeficiency virus (HIV) adalah infeksi yang menyerang sistem kekebalan tubuh dengan menargetkan sel darah putih, sehingga melemahkan sistem kekebalan. Akibatnya, penderita lebih rentan terhadap penyakit seperti tuberkulosis, infeksi, dan beberapa jenis kanker. HIV ditularkan melalui cairan tubuh orang yang terinfeksi, termasuk darah, ASI, air mani, dan cairan vagina, tetapi tidak menyebar melalui ciuman, pelukan, atau berbagi makanan. Penularan juga dapat terjadi dari ibu ke bayi. Penelitian ini bertujuan untuk menganalisis prediksi perkembangan penyakit HIV pada individu menggunakan algoritma Random Forest melalui aplikasi RapidMiner. Hasil pengujian data dengan algoritma Random Forest menunjukkan akurasi sebesar 92,86%, yang menandakan model prediksi yang baik. Nilai recall sebesar 91,43% menunjukkan tingkat keberhasilan sistem dalam mengidentifikasi informasi secara benar, sedangkan presisi sebesar 94,12% menunjukkan ketepatan sistem dalam memberikan informasi yang akurat. F1-Score sebesar 86,50% menunjukkan keseimbangan antara presisi dan recall, menggambarkan model yang efektif dalam analisis prediksi HIV.

https://repository.bsi.ac.id/repo/52209/ANALISA-PREDIKSI-PENYAKIT-HIV-MENGGUNAKAN-ALGORITMA-RANDOM-FOREST
File full-text dikunci.