Deteksi Penyakit Diabetes dengan Ensemble Adaboost dan Bagging
Dosen Universitas BSI lakukan penelitian dengan teknologi untuk deteksi diabetes.
REPUBLIKA.CO.ID, TEGAL– Diabetes merupakan penyakit yang menjadi penyebab kebutaan, gagal ginjal, dan serangan jantung hingga kematian. Menurut Organisasi International Diabetes Federation (IDF) pada 2019 terdapat 463 juta orang di dunia yang menderita diabetes.
Jumlah tersebut diprediksi meningkat di tahun 2030 nanti, yakni sebesar 578 juta dan akan terus bertambah hingga 700 juta di tahun 2045. Bahkan menurut Kementrian Kesehatan Republik Indonesia, negara Indonesia termasuk ke dalam 10 negara dengan jumlah penderita diabetes tertinggi di dunia pada tahun 2019.
Diabetes memiliki beberapa jenis penyakit yang membutuhkan kemampuan ahli atau pakar. Namun faktanya banyak orang terlambat mengetahui penyakit yang diderita sehingga ketika diperiksa keadaan sudah sangat parah.
Rousyati, Richky Faizal Amir, Amin Nur Rais, dan Eka Rahmawati yang merupakan dosen Universitas BSI (Bina Sarana Informatika) melakukan penelitian guna mendeteksi penyakit diabetes dengan memaksimalkan penerapan teknologi informasi, yakni data mining. Pada penelitian ini, dosen Universitas BSI yang dikenal sebagai Kampus Digital Kreatif memprediksi Pima Indians diabetes database dengan ensemble adaboost dan bagging guna menghasilkan akurasi yang lebih tinggi dalam mendeteksi penyakit diabetes.
Penelitian ini mengimplementasikan data mining untuk memprediksi apa yang akan terjadi di masa depan, dengan membandingkan penggunaan ensemble adaboost dan bagging terhadap algoritma klasifikasi Naive Bayes, Support Vector Machine (SVM), dan Decision Tree untuk menghasilkan nilai akurasi dan presisi terbaik dari dataset Pima Indians.
Melalui penelitian ini, para pakar ataupun dokter dapat menafsirkan tentang penyakit diabetes dalam waktu yang cepat dan akurat. Dengan demikian penyakit diabetes dapat dideteksi sedari dini sebagai salah satu upaya pencegahan kondisi yang lebih kompleks.
Penulis : Rousyati, Dosen Program Studi Sistem Informasi, Fakultas Teknik dan Informatika, Universitas BSI
Ikuti Whatsapp Channel Republika