Prediksi Risiko Diabetes Menggunakan Algoritma Decision Tree dengan Aplikasi Rapid Miner

Abstrak

Diabetes adalah kondisi medis yang ditandai oleh tingginya kadar gula (glukosa) dalam darah. Deteksi dini dan prediksi penyakit diabetes menjadi sangat penting untuk mendukung upaya pencegahan dan pengelolaan yang efektif. Penelitian ini bertujuan untuk memprediksi risiko diabetes menggunakan algoritma pohon keputusan, dengan harapan dapat membantu mengidentifikasi individu yang berisiko terkena diabetes berdasarkan data medis dan parameter kesehatan. Metode yang digunakan adalah algoritma pohon keputusan sebagai pendekatan pembelajaran mesin untuk klasifikasi dan prediksi, dengan data medis individu sebagai input. Hasil penelitian menunjukkan bahwa model pohon keputusan ini memiliki tingkat akurasi sebesar 97,19% dalam memprediksi risiko diabetes. Kesimpulannya, algoritma pohon keputusan memiliki potensi besar untuk digunakan dalam prediksi diabetes. Model prediksi berbasis pembelajaran mesin ini dapat mendukung praktisi medis dalam deteksi dini dan pengambilan keputusan yang lebih efektif terkait pencegahan serta penanganan diabetes.