Data Mining Untuk Klasifikasi Diagnosis Tingkat Keparahan Penyakit Diabetes Dengan Algoritma Logistik Regresi

Authors

  • Neha Poetri Setiawati Universitas Duta Bangsa Surakarta
  • Bagus Adi Nugroho Universitas Duta Bangsa Surakarta
  • Ardhi Tiya Setiawan Universitas Duta Bangsa Surakarta
  • Dwi Hartanti Universitas Duta Bangsa Surakarta

Keywords:

Data Mining, Diabetes, Logistik Regresi, Tingkat Keparahan, Klasifikasi

Abstract

Jurnal ini membahas penerapan data mining dengan menggunakan algoritma logistik regresi untuk mengklasifikasikan tingkat keparahan penyakit diabetes. Penelitian ini menggunakan dataset yang mencakup atribut medis, seperti kadar glukosa darah, tekanan darah, dan indeks massa tubuh. Metode data mining digunakan untuk mengidentifikasi pola dan hubungan dalam dataset, sedangkan algoritma logistik regresi digunakan untuk mengembangkan model klasifikasi. Hasil penelitian menunjukkan bahwa algoritma logistik regresi efektif dalam memprediksi tingkat keparahan diabetes berdasarkan atribut medis yang diuji. Penelitian ini memberikan kontribusi dalam meningkatkan diagnosis dan perawatan pasien diabetes serta mengurangi risiko komplikasi yang terkait dengan penyakit ini.

References

Ginting, J. A. (2019). Data mining untuk analisa pengajuan kredit dengan menggunakan metode logistik regresi. Jurnal Algoritma, Logika dan Komputasi, 2(2). https://doi.org/10.30813/j-alu.v2i2.1845

Sa'diah, C., Widiharih, T., & Hakim, A. R. (2021). Klasifikasi PEMBERIAN kredit Sepeda motor MENGGUNAKAN METODE REGRESI LOGISTIK BINER Dan CHI-squared automatic interaction detection (CHAID) DENGAN GUI R (Studi Kasus: Kredit Sepeda motor Di PT X). Jurnal Gaussian, 10(2), 159-169. https://doi.org/10.14710/j.gauss.v10i2.29923S. Zhang, C. Zhu, J. K. O. Sin, and P. K. T. Mok, “A novel ultrathin elevated channel low-temperature poly-Si TFT,” IEEE Electron Device Lett., vol. 20, pp. 569–571, Nov. 1999.

Ghozi, S., Ramli, R., & Setyani, A. (2018). Analisis keputusan nasabah dalam memilih jenis bank: Penerapan model regresi logistik biner (Studi kasus pada bank Bri cabang balikpapan). MEDIA STATISTIKA, 11(1), 17-26. https://doi.org/10.14710/medstat.11.1.17-26R. E. Sorace, V. S. Reinhardt, and S. A. Vaughn, “High-speed digital-to-RF converter,” U.S. Patent 5 668 842, Sept. 16, 1997.

Sari, M., & Purhadi, P. (2021). Pemodelan indeks pembangunan manusia provinsi jawa barat, jawa Timur Dan jawa tengah tahun 2019 dengan menggunakan metode regresi logistik ordinal. Jurnal Gaussian, 10(1), 149-158. https://doi.org/10.14710/j.gauss.v10i1.30022M. Shell. (2002) IEEEtran homepage on CTAN. [Online]. Available: http://www.ctan.org/tex-archive/macros/latex/contrib/supported/IEEEtran/

Innassuraiya, S., Widiharih, T., & Utami, I. T. (2022). Analisis KLASIFIKASI MENGGUNAKAN METODE REGRESI LOGISTIK BINER Dan bootstrap aggregating classification and regression trees (Bagging cart) (Studi Kasus: Nasabah Koperasi Simpan Pinjam Dan Pembiayaan Syariah (KSPPS)). Jurnal Gaussian, 11(2), 183-194. https://doi.org/10.14710/j.gauss.v11i2.35458 “PDCA12-70 data sheet,” Opto Speed SA, Mezzovico, Switzerland.

Published

2023-07-25