Perpustakaan Digital ITB

Diabetes adalah masalah kesehatan masyarakat yang penting, yang menjadi salah satu dari 4 (empat) penyakit tidak menular prioritas yang menjadi target tindak lanjut oleh para pemimpin dunia. Hasil Survei Kesehatan Rumah Tangga (SKRT) 1995-2001 dan Riskesdas 2007 menunjukkan bahwa penyakit tidak menular seperti stroke, hipertensi, diabetes mellitus, tumor, dan penyakit jantung merupakan penyebab kematian utama di Indonesia. Pada tahun 2007, sebesar 59.5% penyebab kematian di Indonesia merupakan penyakit yang tidak menular. Meskipun untuk mencapai kesadaran tentang diabetes adalah isu yang krusial, namun masih sedikit teknologi kesehatan yang membantu mengembangkan kesadaran ini pada tingkat individu di masyarakat. Mengacu kepada rendahnya pengetahuan tentang diabetes, banyak orang masih tidak mengetahui apakah mereka menderita diabetes. Oleh karena itu, deteksi dini menjadi sangat penting untuk mengurangi prevalensi diabetes yang terus meningkat. Pada tugas akhir ini, penulis membuat model machine learning yang ditulis dalam bahasa Python pada Jupyter Notebook dengan National Health and Nutrition Examination Survey (NHANES) tahun 2013-2014 sebagai basis datanya untuk klasifikasi kategori diabetes dengan akurasi setinggi mungkin. Hasil penelitian ini dapat dikembangkan sebagai Clinical decision support system (CDSS) untuk menyokong deteksi dini penyakit diabetes. Pada penelitian ini diperoleh akurasi sebesar 92% dengan algoritma MLP, SVM, dan Gradient Boosting yang memiliki 84 fitur. Dan akurasi sebesar 86% pada model yang hanya menggunakan 13 fitur.