Ahad 16 Jan 2022 11:38 WIB

Dosen Universitas BSI Prediksi Penyakit Diabetes dengan Ensemble Adaboost & Bagging

Indonesia termasuk dalam 10 negara dengan jumlah penderita diabetes tertinggi dunia

Rousyati, Amin Nur Rais, Eka Rahmawati dan Richky Faizal Amir merupakan dosen Universitas BSI (Bina Sarana Informatika) yang melakukan penelitian untuk memprediksi penyakit diabetes.
Foto: Universitas Bina Sarana Informatika
Rousyati, Amin Nur Rais, Eka Rahmawati dan Richky Faizal Amir merupakan dosen Universitas BSI (Bina Sarana Informatika) yang melakukan penelitian untuk memprediksi penyakit diabetes.

REPUBLIKA.CO.ID, JAKARTA -- Teknologi informasi dan komunikasi, dapat digunakan oleh para pakar ataupun dokter untuk menafsirkan tentang penyakit dalam waktu yang cepat dan akurat. Salah satu penerapan teknologi informasi di dunia kesehatan adalah memprediksi penyakit diabetes.

Menurut Organisasi International Diabetes Federation (IDF) pada tahun 2019, diabetes menjadi penyakit yang paling banyak di derita, yakni sebanyak 463 juta orang. Jumlah ini diprediksi akan terus naik hingga di tahun 2045. Indonesia sendiri termasuk dalam 10 negara dengan jumlah penderita diabetes tertinggi di dunia.

Baca Juga

Rousyati, Amin Nur Rais, Eka Rahmawati dan Richky Faizal Amir merupakan dosen Universitas BSI (Bina Sarana Informatika) yang melakukan penelitian untuk memprediksi penyakit diabetes. Mendeteksi penyakit diabetes, harus dilakukan sejak dini sebagai upaya untuk pencegahan kondisi yang lebih kompleks.

Dalam dunia medis, para pakar atau dokter memanfaatkan peranan teknologi guna menafsirkan tentang penyakit tertentu secara cepat dan akurat. Teknologi yang dapat membantu memprediksi penyakit diabetes dan penyakit lainnya adalah data mining.

Data mining merupakan metode analisis untuk memprediksi label atau kelas dari data sampel dengan tujuan menemukan model yang tepat sehingga dapat mengklasifikasikan data baru yang akan dianalisis.

Implementasi data mining untuk prediksi penyakit diabetes ini menghasilkan pohon keputusan yang berguna untuk mencegah penyakit diabetes sedini mungkin.

Mengadopsi teknik Ensemble AdaBoost dan Bagging, penelitian ini bertujuan untuk meningkatkan kinerja klasifikasi pada algoritma data mining, sehingga hasil prediksi penyakit diabetes akan lebih akurat.

Pemanfaaatan teknologi dengan memadukan penggunaan data mining sangat membantu para dokter untuk mendeteksi penyakit dan menghasilkan akurasi yang lebih tinggi. Tak hanya itu, data mining juga berguna untuk memprediksi apa yang akan terjadi di masa depan.

Advertisement
Berita Lainnya
Advertisement
Terpopuler
1
Advertisement
Advertisement