Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier

Tri Sulistyorini ; Nelly Sofi ; Dwi Widiastuti ; Viliananda Tripita Claur
Jurnal Teknik dan Science (JTS) 📅 2025 Vol 4, No 3 🔗 DOI: 10.56127/jts.v4i3.2453
Abstract
Diabetes is a non-communicable disease that deserves attention and poses a significant public health challenge. Although not a contagious disease, preventive measures and early detection of diabetes risk are crucial. This study used machine learning-based artificial intelligence to identify diabetes risk factors. The model was created using the Random Forest Classifier (RFC) algorithm, which has 16 variables as parameters. The model was built using the Python programming language, with data collection spanning from 2015 to 2018. The research included needs analysis, data collection, data preprocessing, model training, predictive model creation, system design, implementation, and testing. The final results showed that, with an accuracy of 89%, the model could be used effectively to predict diabetes risk. Furthermore, the model identified more pre-diabetes classes than other classes.
Keywords
Machine Learning Random Forest Diabetes Prediction Python
How to Cite

Tri Sulistyorini, et al. (2025). Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier. Jurnal Teknik dan Science (JTS), 4(3). https://doi.org/10.56127/jts.v4i3.2453

Tri Sulistyorini; Nelly Sofi; Dwi Widiastuti; Viliananda Tripita Claur, "Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier," Jurnal Teknik dan Science (JTS), vol. 4, no. 3, 2025.

Tri Sulistyorini; Nelly Sofi; Dwi Widiastuti; Viliananda Tripita Claur. "Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier." Jurnal Teknik dan Science (JTS), vol. 4, no. 3, 2025.

Tri Sulistyorini; Nelly Sofi; Dwi Widiastuti; Viliananda Tripita Claur. "Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier." Jurnal Teknik dan Science (JTS) 4, no. 3 (2025).

Tri Sulistyorini, et al. (2025) 'Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier', Jurnal Teknik dan Science (JTS), 4(3). doi: 10.56127/jts.v4i3.2453.

Tri Sulistyorini; Nelly Sofi; Dwi Widiastuti; Viliananda Tripita Claur. Penggunaan Kecerdasan Buatan untuk Menganalisis Faktor Risiko Diabetes dengan menggunakan Random Forest Classifier. Jurnal Teknik dan Science (JTS). 2025;4(3).

Artikel Terkait

Analisis Kekuatan Struktur pada Kondisi Lifting dengan menggunakan Dua Crane (Studi Kasus: Module Gas Compressor Project FPSO Marline Natuna, Batam)

Edi Junaedi; Agita Kabdiyono, Era

Proses Produksi Piring Porcelain Tipe KP24C Dengan Mesin Automatic Ceramic Machine (ACM) di PT. Kedaung Oriental Porcelain Industry (KOPIN)

Eko Aprianto Nugroho; Sandy Suryady; Ahmad Sutarno

The Effect of Coal Ash As a Sand Substitute on The Compressive Strength of Concrete

Agita Kabdiyono, Era; Luthfi Hanafi

Identifikasi Pesan Penipuan Berkedok Hadiah Digital Menggunakan Machine Learning

Muhammad Shafari Rahmat; Syahrizal Andhika

Optimasi Hyperparameter Random Forest menggunakan Bayesian Optimization Untuk Prediksi Kelulusan Mahasiswa

Ana Vivtia Setyawan; Indra Adi Permana

Pemanfaatan Game Musik sebagai Media Edukasi: Studi Kualitatif tentang Peningkatan Fungsi Kognitif dan Koordinasi Visual-Auditori pada Pemain Game Hatsune Miku: Colourful Stage!

Lie, Anselia; Velen, Shakti; Audina, Risa; Sefriyani, Desi; Tambunan, Samuel Jonnatan Aprilianov
Tren Sitasi Jurnal