Implementasi Machine Learning dalam Klasifikasi 2 Tipe Diabetes Melitus Menggunakan Algoritma Decision Tree dan Random Forest
Laporan Aktuaris BPJS Kesehatan tahun 2020 menyatakan bahwa penyakit diabetes merupakan salah satu penyakit yang memiliki jumlah penderita terbanyak pada program Penyakit Rujuk Balik (PRB). Data realisasi per Desember 2020, sebanyak 685.077 peserta atau sebesar 39,56% orang yang mengikuti program PRB Diabetes Melitus. Data tersebut menunjukkan bahwa jumlah penyandang diabetes di Indonesia sangat besar dan merupakan beban yang sangat berat untuk ditanggung oleh BPJS Kesehatan, sehingga dibutuhkan sebuah sistem yang mampu membantu mengklasifikasikan penyakit diabetes melitus. Peneliti menggunakan dataset sampel BPJS Kesehatan tahun 2015-2020 untuk melakukan klasifikasi terhadap 2 tipe penyakit diabetes melitus yaitu, diabetes melitus tipe 1 dan diabetes melitus tipe 2. Teknik klasifikasi pada penelitian ini yaitu menggunakan algoritma decision tree dan algoritma random forest. Hasil dari penelitian ini yaitu didapatkan nilai akurasi sebesar 64,6% pada algoritma decision tree dan sebesar 83,34% pada algoritma random forest. Nilai presisi pada algoritma random forest sebesar 19,19
URI
https://repo.itera.ac.id/depan/submission/SB2306120019
Keyword