Perpustakaan Digital ITB

Penelitian ini menganut pendekatan prediksi dalam mengatasi tantangan diabetes, dengan tujuan utama untuk memprediksi probabilitas kemunculan penyakit ini. Indonesia menghadapi masalah serius terkait diabetes, dengan tingkat kesulitan prediksi dini yang memperparah situasi. Penyakit ini telah menjadi beban kesehatan masyarakat yang mengkhawatirkan, menekankan perlunya solusi prediksi yang lebih efektif. Penelitian ini berfokus pada faktor risiko yang berkontribusi pada diabetes. Data yang digunakan untuk analisis ini diperoleh dari Centers for Disease Control and Prevention (CDC), mencakup informasi komprehensif tentang karakteristik kesehatan dan riwayat kesehatan individu. Pengembangan prediksi dilakukan dengan mengadopsi Bayesian Network yang mampu mengintegrasikan kompleksitas faktor risiko menjadi model prediktif yang terstruktur. Eksperimen dilaksanakan melalui implementasi lima skenario jaringan Bayesian Network yang telah ditentukan. Setiap skenario mencerminkan kombinasi unik dari faktor risiko yang memiliki potensi memengaruhi perkembangan diabetes. Hasil eksperimen terbaik menunjukkan bahwa pendekatan ini berhasil mencapai akurasi sebesar 73% dalam memprediksi probabilitas terjadinya diabetes. Faktor dominan yang paling berpengaruh terhadap diabetes meliputi usia, indeks massa tubuh, tekanan darah, kadar kolesterol, riwayat penyakit jantung, riwayat stroke, dan juga faktor kesulitan berjalan. Temuan ini memberikan wawasan penting mengenai potensi penerapan Bayesian Network dalam prediksi diabetes berdasarkan faktor risiko yang relevan. Penelitian ini tidak hanya menyoroti tantangan serius yang dihadapi Indonesia terkait diabetes, tetapi juga memberikan dorongan untuk menghadapinya dengan solusi prediksi yang lebih cerdas dan akurat. Dengan demikian, penelitian ini mengambil langkah penting dalam upaya pencegahan dan pengelolaan penyakit diabetes di Indonesia.