EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK PREDIKSI RISIKO DIABETES BERBASIS DATA KLINIS

Enos Christean Oimolala Telaumbanua, Susiana Susiana

JATI (Jurnal Mahasiswa Teknik Informatika) · 31.07.2026 · 10 (4) · 5552-5562

DOI: 10.36040/jati.v10i4.18525 ↗

Kurz gefasst

Fachartikel in der Zeitschrift JATI (Jurnal Mahasiswa Teknik Informatika), online erschienen am 31.07.2026. Verfasst von Enos Christean Oimolala Telaumbanua und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Diabetes merupakan penyakit metabolik kronis yang memerlukan deteksi dini untuk mencegah komplikasi serius. Penelitian ini bertujuan membangun model prediksi risiko diabetes menggunakan algoritma Random Forest berdasarkan data klinis pasien RSUD dr. M. Thomsen Nias. Data penelitian berjumlah 140 sampel pasien dengan variabel usia, tekanan darah, glukosa darah, kolesterol, HbA1c, pola makan, dan jenis kelamin. Tahapan penelitian meliputi praproses data, pembangunan pipeline Random Forest, optimasi hyperparameter (RandomizedSearchCV), serta evaluasi kinerja model menggunakan 5-Fold Cross Validation. Hasil menunjukkan kinerja model dengan akurasi 93,6%, presisi 94,2%, recall 99,2%, dan F1-Score 9,67%. Faktor paling berpengaruh dalam prediksi adalah glukosa darah sewaktu, glukosa darah puasa, HbA1c, dan usia. Model kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan Streamlit, yang memudahkan deteksi dini risiko diabetes. Penelitian ini membuktikan bahwa algoritma Random Forest efektif dan andal untuk prediksi risiko diabetes berbasis data klinis serta dapat diintegrasikan ke sistem informasi medis

Zitieren

APA

Telaumbanua, E. C. O., & Susiana, S. (2026). IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK PREDIKSI RISIKO DIABETES BERBASIS DATA KLINIS. JATI (Jurnal Mahasiswa Teknik Informatika), 10(4), 5552-5562. https://doi.org/10.36040/jati.v10i4.18525

Vancouver

Telaumbanua ECO, Susiana S. IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK PREDIKSI RISIKO DIABETES BERBASIS DATA KLINIS. JATI (Jurnal Mahasiswa Teknik Informatika). 2026;10(4):5552-5562. doi:10.36040/jati.v10i4.18525

BibTeX
@article{Telaumbanua2026,
  author = {Telaumbanua, Enos Christean Oimolala and Susiana, Susiana},
  title = {IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK PREDIKSI RISIKO DIABETES BERBASIS DATA KLINIS},
  journal = {JATI (Jurnal Mahasiswa Teknik Informatika)},
  year = {2026},
  volume = {10},
  number = {4},
  pages = {5552--5562},
  doi = {10.36040/jati.v10i4.18525}
}
Kostenlos starten →