Aplikasi Berbasis Web Berdasarkan Model Klasifikasi Algoritma Logistic Regression Terhadap Data Diabetes

International Diabetes Federation (IDF) Atlas edisi kesepuluh menyatakan jumlah penderita diabetes di dunia mencapai 537 juta jiwa, dengan total kematian hingga tahun 2021 sekitar 6,7 juta jiwa dalam rentang usia 20-79 tahun. Sedangkan di Indonesia, jumlah penderita diabetes mencapai 19,47 juta jiwa dalam rentang usia yang sama. Diperkirakan bahwa pada tahun 2030, jumlah penderita diabetes akan meningkat menjadi 643 juta dan kemungkinan akan mencapai 783 juta pada tahun 2045. Hal ini disebabkan karena faktor keturunan, perubahan gaya hidup, kurangnya berolahraga dan faktor usia, sehingga penderita diabetes akan terus meningkat setiap tahun. Maka penelitian ini bertujuan untuk menerapkan Algoritma Logistic Regression dengan SMOTE dalam membangun model klasifikasi penyakit diabetes tipe 2. Kemudian model tersebut diimplementasikan kedalam sebuah sistem yang dapat mendiagnosis apakah seorang pasien terkena penyakit diabetes atau tidak. Penelitian ini menggunakan metode CRISP-DM. Metode tersebut terbagi dalam beberapa proses dimulai dari business understanding, data understanding, data preparation, modeling, evaluasi dan deployment. Berdasarkan hasil penelitian rata-rata akurasi dari model tersebut sebesar 86%, presisi 85%, dan recall 88%. Sedangkan hasil dari data uji validasi sistem dan pakar sesuai yang diharapkan. Sehingga pada proses perhitungan manual dengan rumus confusion matrix menghasilkan nilai akurasi, presisis dan recall sebesar 100%.

Kata Kunci: CRISP-DM, Diabetes, Logistic Regression, SMOTE