View/Open

Author
YOSIA LETARE , BANUREA

Date Published
12 Aug 2026

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Yuliana, M.Cs.,

Subject
Sains Data

Publisher

Diabetes mellitus merupakan salah satu penyakit tidak menular yang sering tidak terdeteksi pada tahap awal, sehingga dapat meningkatkan risiko komplikasi serius. Oleh karena itu, diperlukan model klasifikasi yang mampu membantu proses identifikasi awal diabetes berdasarkan data kesehatan. Penelitian ini bertujuan untuk menjelaskan tahapan preprocessing data, membangun model klasifikasi diabetes menggunakan algoritma Extreme Learning Machine (ELM), menganalisis kinerja model berdasarkan accuracy, precision, recall, dan F1-score, serta menentukan kombinasi fitur yang paling berpengaruh terhadap hasil klasifikasi. Metode penelitian dilakukan melalui beberapa tahapan, yaitu pengumpulan dataset, pembagian data training dan testing, penanganan ketidakseimbangan kelas menggunakan SMOTE, pelatihan model ELM, cross-validation, dan pengujian kombinasi fitur. Hasil penelitian menunjukkan bahwa kombinasi fitur terbaik adalah HighBP, BMI, HighChol, Sex, dan Age dengan nilai F1 mean sebesar 0,723728. Pada pengujian akhir, model memperoleh accuracy sebesar 0,669339, precision sebesar 0,275426, recall sebesar 0,758006, dan F1-score sebesar 0,404042. Berdasarkan hasil tersebut, model ELM mampu mendeteksi sebagian besar data diabetes, tetapi masih memiliki kelemahan pada precision.

URI
https://repo.itera.ac.id/depan/submission/SB2609040002

Keyword
Diabetes mellitus Extreme Learning Machine Klasifikasi SMOTE