2023
DOI: 10.37373/infotech.v4i1.452
|View full text |Cite
|
Sign up to set email alerts
|

Analisis algoritma pohon keputusan untuk memprediksi penyakit diabetes menggunakan oversampling smote

Dikan Ismafillah,
Tatang Rohana,
Yana Cahyana

Abstract: Kumpulan data ini didapat dari situs data dunia Kaggle yang berasal dari National Institute of Diabetes and Digestive and Kidney Diseases sebanyak 768 data yang terdiri dari 8 variable dan 1 class target. Penelitian ini menggunakan model Random Forest (RF) + SMOTE dan Decision Tree (DC) + SMOTE dengan matriks konfusi serta perhitungan K-fold cross validation yang bertujuan untuk memprediksi pengukuran diagnostik apakah seorang pasien menderita diabetes. Untuk mencapai tingkat akurasi terbaik, pada penelitian i… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2023
2023
2023
2023

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 9 publications
0
0
0
1
Order By: Relevance
“…Random Forest adalah sebuah teknik yang menggunakan kumpulan pohon keputusan sebagai model dasar untuk melakukan klasifikasi atau regresi [36]. Random Forest merupakan salah satu metode ensemble learning yang terdiri dari kumpulan pohon keputusan yang digunakan untuk membuat prediksi yang lebih akurat dan stabil [37]. Dalam klasifikasi menggunakan Random Forest, metode ini menggunakan pendekatan voting untuk mengambil keputusan mayoritas berdasarkan hasil dari pohonpohon yang telah dibentuk [38].…”
Section: Pemodelan Random Forestunclassified
“…Random Forest adalah sebuah teknik yang menggunakan kumpulan pohon keputusan sebagai model dasar untuk melakukan klasifikasi atau regresi [36]. Random Forest merupakan salah satu metode ensemble learning yang terdiri dari kumpulan pohon keputusan yang digunakan untuk membuat prediksi yang lebih akurat dan stabil [37]. Dalam klasifikasi menggunakan Random Forest, metode ini menggunakan pendekatan voting untuk mengambil keputusan mayoritas berdasarkan hasil dari pohonpohon yang telah dibentuk [38].…”
Section: Pemodelan Random Forestunclassified