Sistem pendukung keputusan berbasis decision tree algorithm untuk prediksi penyakit diabetes

Authors

  • Erfan Karyadiputra Universitas Islam Kalimantan Muhammad Arysad Al-Banjari Banjarmasin
  • Agus Setiawan

DOI:

https://doi.org/10.24252/teknosains.v17i3.38383

Abstract

Penyakit kencing manis (diabetes) adalah penyakit akut yang ditandai dengan meningkatnya kadar gula darah (glukosa) yang tidak terkendali. Penumpukan glukosa dalam darah yang berlebihan dapat menyebabkan berbagai komplikasi penyakit dan jika dibiarkan tanpa ditangani secara tepat dapat membahayakan pasien. Pentingnya deteksi dini penyakit diabetes sebagai upaya pencegahan awal dan penanganan dini secara tepat pada pasien yang kemungkinan terindikasi penyakit diabetes namun tidak menunjukkan gelaja klinis akibat adanya fase asimtomatik. Penelitian ini bertujuan untuk membuat sistem pendukung keputusan yang dapat memprediksi kemungkinan awal pasien terindikasi penyakit diabetes. Penelitian ini menggunakan metode algoritma decision tree untuk analisis data dan metode waterfall untuk perancangan sistem. Hasil penelitian menunjukkan bahwa penerapan sistem pendukung keputusan berbasis decision tree algorithm dapat melakukan prediksi kemungkinan awal pasien teindikasi diabetes dengan keakuratan hasil prediksi sebesar 96,35%.

Downloads

Published

2023-12-30

How to Cite

Karyadiputra, E., & Setiawan, A. (2023). Sistem pendukung keputusan berbasis decision tree algorithm untuk prediksi penyakit diabetes. Teknosains: Media Informasi Sains Dan Teknologi, 17(3), 294–301. https://doi.org/10.24252/teknosains.v17i3.38383

Issue

Vol. 17 No. 3 (2023): September-Desember

Section

Artikel

License

This license allows authors to copy, redistribute, remix, transform, and build upon the Work, in any format or medium, for any purpose including commercial purpose, on a perpetual basis provided they credit the Work and the authors. Authors
must explain any changes that were made from the original and may not suggest the authors endorse the use. The resultant work must be made available under the same terms, and must include a link to the CC BY 4.0 International License.