Digilib Perpustakaan Universitas Riau

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis prediktif terjadinya diabetes melitus tipe 2 pada pasien diabetes melitus tipe 1 menggunakan algoritma random forest (studi kasus: rsud kabupaten kepulauan meranti)
Penanda Bagikan

CD Skripsi

Analisis prediktif terjadinya diabetes melitus tipe 2 pada pasien diabetes melitus tipe 1 menggunakan algoritma random forest (studi kasus: rsud kabupaten kepulauan meranti)

Ikhwan Albar / 2103110841 - Nama Orang;

Transisi dari Diabetes Melitus Tipe 1 (DMT1) ke Tipe 2 (DMT2) merupakan tantangan klinis yang signifikan, di mana identifikasi pasien berisiko tinggi seringkali sulit dilakukan karena keterbatasan data dan kompleksitas faktor prediktor. Penelitian ini bertujuan untuk mengembangkan model prediktif menggunakan algoritma Random Forest guna memprediksi risiko transisi tersebut pada pasien di Rumah Sakit Umum Daerah Kabupaten Kepulauan Meranti, serta mengidentifikasi faktor-faktor risiko yang paling berpengaruh. Penelitian ini menganalisis data rekam medis dari 392 pasien DMT1 dalam rentang waktu 2022 hingga 2024. Tahapan prapemrosesan data meliputi penanganan outlier dengan metode Interquartile Range (IQR), imputasi missing values, dan penyeimbangan kelas data menggunakan Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi data tidak seimbang. Validasi dan evaluasi model dilakukan menggunakan 10-Fold Cross Validation dan Confusion Matrix. Hasil penelitian menunjukkan bahwa model Random Forest yang telah dioptimasi memiliki performa sangat baik, dengan nilai akurasi 83.33%, recall yang cukup baik untuk kelas positif (berisiko DMT2) sebesar 88.33%, dan Area Under the Curve (AUC) 78.47%. Analisis variable importance mengonfirmasi bahwa Gula Darah Sewaktu (GDS) merupakan faktor risiko paling utama (skor 0.4204). Nilai recall yang cukup baik membuktikan bahwa model ini sangat andal dalam mendeteksi pasien yang berisiko, menjadikannya alat bantu yang kuat untuk pencegahan dini dan pengelolaan risiko diabetes.

Kata Kunci : Diabetes Melitus, Random Forest, SMOTE, 10-Fold Cross Validation.


Ketersediaan
#
Perpustakaan Universitas Riau 2103110841
2103110841
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
2103110841
Penerbit
Pekanbaru : Universitas Riau FMIPA Sistem Informasi., 2025
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
2103110841
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
SISTEM INFORMASI
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Mutia
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • COVER
  • DAFTAR ISI
  • ABSTRAK
  • BAB I PENDAHULUAN
  • BAB II TINJAUAN PUSTAKA
  • BAB III METODE PENELITIAN
  • BAB IV HASIL DAN PEMBAHASAN
  • BAB V KESIMPULAN DAN SARAN
  • DAFTAR PUSTAKA
  • LAMPIRAN
Komentar

Anda harus masuk sebelum memberikan komentar

Digilib Perpustakaan Universitas Riau
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?