Implementasi Data Mining Menggunakan Metode Random Forest Dan Support Vector Machine Dalam Klasifikasi Penyakit Diabetes

Anggita Ghozali; Hasih Pratiwi; Sri Sulistijowati Handajani

doi:10.31941/delta.v11i2.2686

Authors

Anggita Ghozali Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
Hasih Pratiwi Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
Sri Sulistijowati Handajani Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret

DOI:

https://doi.org/10.31941/delta.v11i2.2686

Keywords:

diabetes, data mining, SMOTE, Random Forest, Support Vector Machine

Abstract

Diabetes menjadi salah satu penyakit yang mematikan. Penyakit ini masuk dalam sepuluh besar penyebab kematian secara global. Pada tahun 2045, pasien diabetes akan meningkat sebanyak 12,2%, dengan jumlah penderita penyakit diabetes sebesar 642,7 juta. Selain itu, penderita penyakit diabetes di Indonesia akan menempati ranking kelima di dunia. Oleh karena itu, masyarakat perlu waspada terhadap penyakit ini. Dari data diabetes yang ada, dapat diklasifikasikan menggunakan data mining. Metode yang digunakan yaitu Random Forest dan Support Vector Machine. Data yang digunakan pada penelitian ini merupakan data sekunder dari Kaggle, yang berasal dari Rumah Sakit Sylhet Bangladesh, dengan jumlah data sebesar 520 dan 17 variabel, dimana 1 variabel merupakan label. Data dibagi dengan tiga kondisi, yaitu 80%:20%, 75%:25%, dan 70%:30%. Data diseimbangkan menggunakan Synthetic Minority Oversampling (SMOTE). Dari hasil penelitian didapatkan bahwa algoritma Random Forest dengan split data 80%:20% mendapatkan hasil terbaik dengan akurasi yang didapatkan sebesar 0,98, presisi sebesar 0,96, recall sebesar 1, specificity sebesar 0,95, dan F1-score sebesar 0,98. Tiga variabel yang paling berpengaruh dalam klasifikasi penyakit diabetes ini secara berturut turut adalah polyuria, polydipsia, dan jenis kelamin.

References

Abdulloh, F. F, & Pambudi, I. R. (2021). Analisis Sentimen Pengguna Youtube Terhadap Program Vaksin Covid-19. CSRID (Computer Science Research And Its Development Journal), 13(3), 141-148.

Al Azies, H., & Anuraga, G. (2021). Classification of Underdeveloped Areas In Indonesia Using The SVM And K-NN Algorithms. Jurnal ILMU DASAR, 22(1), 31. DOI: 10.19184/Jid.V22i1.16928

Amaliah, S., Nusrang, M., & Aswi, A. (2022). Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi Di Kedai Kopi Konijiwa Bantaeng. VARIANSI: Journal of Statistics and Its application on Teaching and Research, 4(3), 121-127.

Aryani, Y., & Wijayanto, A. W. (2021). Klasifikasi Pengembalian Radar dari Ionosfer Menggunakan SVM, Naive Bayes dan Random Forest. Komputika: Jurnal Sistem Komputer, 10(2), 111-117.

Bei, F., & Saepudin, S., “Analisis Sentimen Aplikasi Tiket Online di Play Store Menggunakan Metode Support Vector Machine (SVM),” Sismatik, Vol. 01, No. 01, pp. 91–97, 2021

Hamami, F. & Dahlan, A. (2022). Klasifikasi Cuaca Provinsi DKI Jakarta Menggunakan Algoritma Random Forest Dengan Teknik Oversampling. Jurnal TEKNOINFO (Vol. 16, Issue 1).

IDF. (2021). IDF Diabetes Atlas 10th Edition. Diakses dari www.diabetesatlas.org

Iman, Q., & Wijayanto, A. W. (2021). Klasifikasi Rumah Tangga Penerima Beras Miskin (Raskin)/Beras Sejahtera (Rastra) di Provinsi Jawa Barat Tahun 2017 dengan Metode Random Forest dan Support Vector Machine. JUSTIN (Jurnal Sistem dan Teknologi Informasi), 9(2), 178-184.

Kaggle. (2020). Diakses dari www.kaggle.com/datasets/alakaaay/diabetes-uci-dataset

Mutmainah, S. (2021). Penanganan Imbalanced Data Pada Klasifikasi Kemungkinan Penyakit Stroke. Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi, 1(1)

Nengsih, W. (2019). Analisa Akurasi Permodelan Supervised dan Supervised Learning Menggunakan Data Mining. Sebatik, 23(2), 285-291.

Nugraha, W., & Sabaruddin, R. (2021). Teknik Resampling untuk Mengatasi Ketidakseimbangan Kelas pada Klasifikasi Penyakit Diabetes Menggunakan C4. 5, Random Forest, dan SVM. Techno. Com, 20(3), 352-361.

Nuraini, A. F., Pertiwi, R. D., Subarkah, M. Z., & Ferawati, K. (2022, November). Analisis Sentimen Pelaksanaan Vaksinasi Covid-19 secara Massal pada Media Sosial Twitter. In Seminar Nasional Official Statistics (Vol. 2022, No. 1, pp. 1385-1394).

Nurhafida, S. I., & Sembiring, F. (2022). Analisis Sentimen Aplikasi Novel Online Di Google Play Store Menggunakan Algoritma Support Vector Machine (SVM). J-SAKTI (Jurnal Sains Komputer dan Informatika), 6(1), 317-327.

Pamuji, F. Y. & Ramadhan, V. P. (2021). Komparasi Algoritma Random Forest dan Decision Tree untuk Memprediksi Keberhasilan Immunotheraphy. Jurnal Teknologi dan Manajemen Informatika, 7(1), 46-50.

Putri, S. U., Irawan, E., & Rizky, F. (2021). Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4. 5. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 2(1), 39-46.

Samosir, A., Hasibuan, M. S., Justino, W. E., & Hariyono, T. (2021, September). Komparasi Algoritma Random Forest, Naïve Bayes dan K-Nearest Neighbor Dalam klasifikasi Data Penyakit Jantung. In Prosiding Seminar Nasional Darmajaya (Vol. 1, pp. 214-222).

Utomo, A. A., Rahmah, S., & Amalia, R. (2020). Faktor Risiko Diabetes Mellitus Tipe 2: A Systematic Review. AN-NUR: Jurnal Kajian dan Pengembangan Kesehatan Masyarakat, 1(1), 44-53.

WHO. (2020). The Top 10 Causes of Death. Diakses dari https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death pada 8 Agustus 2022.

WHO. (2022). Diabetes. Diakses dari https://www.who.int/news-room/fact-sheets/detail/diabetes pada 21 September 2022