Perbandingan Algoritma Klasifikasi untuk Prediksi Penyakit Diabetes Menggunakan Orange

Abstract

Diabetes mellitus adalah penyakit kronis yang mempengaruhi jutaan orang di seluruh dunia, dan prediksi dini memiliki dampak besar dalam pencegahan dan pengelolaan penyakit ini. Penelitian ini bertujuan untuk membandingkan kinerja beberapa algoritma klasifikasi yang berbeda dalam prediksi penyakit diabetes. Metode penelitian ini meliputi tiga tahap utama: pengumpulan data, pembuatan model, dan evaluasi. Pembuatan model dilakukan menggunakan aplikasi Orange, dengan empat algoritma klasifikasi yang dibandingkan, yaitu Logistic Regression, kNN, Naive Bayes, dan Decision Tree. Data yang digunakan dalam penelitian ini mencakup atribut Glucose, Age, BMI, Insulin, dan Pregnancies. Berdasarkan dataset diabetes dari Kaggle, model Logistic Regression menunjukkan performa terbaik dengan akurasi 76.7%, sedangkan model kNN memiliki performa terendah dengan akurasi 70.3%.