Analisis Klasifikasi Multikelas Obesitas Menggunakan Algoritma Decision Tree Classifier, Random Forest Classifier, dan Support Vector Classifier (SVC)
Journal of Data Science Methods and Applications · 20.06.2026 · 2 (1) · 12-20
DOI: 10.30873/jodmapps.v2i1.1405 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Science Methods and Applications, online erschienen am 20.06.2026. Verfasst von Oon Septa und 4 weiteren Autor:innen.
Abstract (Originalsprache)
Obesitas masih menjadi salah satu tantangan kesehatan global yang signifikan, sehingga upaya klasifikasi dan deteksi dini sangat diperlukan untuk meminimalkan risiko penyakit degeneratif yang lebih serius. Penelitian ini membandingkan tiga algoritma machine learning Random Forest, Decision Tree, dan Support Vector Classifier (SVC) untuk melihat model mana yang paling efektif dalam memprediksi kategori status berat badan dan risiko obesitas. Dataset yang digunakan mencakup fitur fisik seperti usia, tinggi badan, berat badan, serta indeks massa tubuh (BMI). Proses penelitian mencakup tahapan pra-pemrosesan data, analisis korelasi fitur, pembagian data uji, pelatihan model, dan evaluasi menggunakan berbagai metrik performa.Hasil penelitian menunjukkan bahwa Random Forest memiliki kemampuan diskriminatif paling tinggi dengan nilai AUC 0.99, yang menunjukkan akurasi sempurna dalam membedakan antar kategori obesitas. Decision Tree memberikan hasil yang identik dalam hal akurasi sebesar 95,45%, namun dengan nilai AUC sedikit di bawah yaitu 0.96. Sementara itu, SVC memberikan hasil yang kompetitif dengan akurasi 81,82%, meskipun performanya berada di bawah kedua model berbasis pohon tersebut. Secara keseluruhan, penelitian ini memperlihatkan bahwa metode ensemble seperti Random Forest sangat potensial untuk digunakan
Zitieren
APA
Septa, O., Triyasri, N., Permata, M. A., Salsabila, A., & Firdani, F. (2026). Analisis Klasifikasi Multikelas Obesitas Menggunakan Algoritma Decision Tree Classifier, Random Forest Classifier, dan Support Vector Classifier (SVC). Journal of Data Science Methods and Applications, 2(1), 12-20. https://doi.org/10.30873/jodmapps.v2i1.1405
Vancouver
Septa O, Triyasri N, Permata MA, Salsabila A, Firdani F. Analisis Klasifikasi Multikelas Obesitas Menggunakan Algoritma Decision Tree Classifier, Random Forest Classifier, dan Support Vector Classifier (SVC). Journal of Data Science Methods and Applications. 2026;2(1):12-20. doi:10.30873/jodmapps.v2i1.1405
BibTeX
@article{Septa2026,
author = {Septa, Oon and Triyasri, Novita and Permata, Maharani Aulia and Salsabila, Aghitsna and Firdani, Fahri},
title = {Analisis Klasifikasi Multikelas Obesitas Menggunakan Algoritma Decision Tree Classifier, Random Forest Classifier, dan Support Vector Classifier (SVC)},
journal = {Journal of Data Science Methods and Applications},
year = {2026},
volume = {2},
number = {1},
pages = {12--20},
doi = {10.30873/jodmapps.v2i1.1405}
}
EUVIMED