IMPLEMENTASI EXTREME GRADIENT BOOSTING (XGBoost) UNTUK KLASIFIKASI RISIKO DIABETES MELLITUS BERDASARKAN RIWAYAT KESEHATAN GUNA MENINGKATKAN DIAGNOSA DINI

Fitriyah, Lailatul (2024) IMPLEMENTASI EXTREME GRADIENT BOOSTING (XGBoost) UNTUK KLASIFIKASI RISIKO DIABETES MELLITUS BERDASARKAN RIWAYAT KESEHATAN GUNA MENINGKATKAN DIAGNOSA DINI. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000107_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32602000107_pernyataan_publikasi.pdf Restricted to Registered users only Download (160kB)

Abstract

DM atau diabetes mellitus adalah penyakit kronis yang terus meningkat diseluruh dunia, membawa dampak signifikan terhadap kualitas hidup penderita. Prediksi dini dan manajemen yang tepat adalah kunci untuk meminimalkan komplikasi yang terkait dengan penyakit ini. Namun, kompleksitas dalam proses diagnosis sering kali menjadi hambatan, terutama di daerah dengan akses terbatas ke layanan kesehatan. Oleh karena itu, diperlukan solusi inovatif yang mampu mendukung upaya pencegah dan perawatan diabetes. Penelitian ini berfokus pada pengembangan sistem berbasis web menggunakan algoritma Extreme Gradient Boosting (XGBoost) untuk mengklasifikasi risiko diabetes berdasarkan riwayat kesehatan. Hasil penelitian menunjukkan bahwa sistem ini dapat memberikan prediksi yang akurat dan konsisten, dengan metrik kinerja yang menunjukkan tingkat akurasi 0.9888, precision 1.0000, recall 0.9718 dan F1-score 0.9857 selama tahap pengujian sistem. Temuan ini menunujukkan bahwa sistem berbasis web menggunakan Extreme Gradient Boosting (XGBoost) memiliki potensi besar sebagai alat bantu yang efektif untuk prediksi dini, sehingga dapat meningkatkan dan membantu dalam pengelolaan penyakit diabetes secara lebih baik, terutama di daerah dengan akses terbatas ke layanan kesehatan. Kata Kunci : Diabetes, Klasifikasi, Prediksi, XGBoost

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	10 Feb 2025 02:18
URI:	http://repository.unissula.ac.id/id/eprint/37556

Actions (login required)

View Item