IMPLEMENTASI ALGORITMA CATBOOST DENGAN MENGGUNAKAN HYPERPARAMETER TUNING BAYESIAN SEARCH UNTUK KLASIFIKASI PENYAKIT DIABETES MELLITUS TIPE 1 DAN TIPE 2
Diabetes Mellitus (DM) merupakan salah satu penyakit kronis dengan prevalensi yang terus meningkat secara global, termasuk di Indonesia. Menurut International Diabetes Federation (IDF), Indonesia menempati peringkat kelima dengan jumlah penderita DM terbanyak, yaitu 19,5 juta pada tahun 2021, dan diperkirakan meningkat menjadi 28,6 juta pada tahun 2045. Penelitian ini mengimplementasikan algoritma CatBoost yang dioptimasi dengan Bayesian Optimization untuk mengklasifikasikan DM tipe 1 dan tipe 2 berdasarkan data BPJS Kesehatan tahun 2022. Tiga skenario pembagian data diterapkan, yaitu 90%:10%, 80%:20%, dan 75%:25%, dengan evaluasi menggunakan akurasi dan AUC-ROC. Hasil menunjukkan bahwa model terbaik diperoleh pada skenario 90%:10%
URI
https://repo.itera.ac.id/depan/submission/SB2601270033
Keyword
Diabetes Mellitus Klasfikasi Catboost Bayesian Optimization BPJS Kesehatan