Implementasi Model Prediksi Diabetes Menggunakan Algoritma Random Forest, K-Nearest Neighbor, dan Regresi Logistik

Diabetes adalah penyakit metabolik serius yang dapat menyebabkan berbagai komplikasi kesehatan. Dengan lebih dari 537 juta orang di seluruh dunia yang hidup dengan diabetes pada tahun 2021, deteksi dini menjadi krusial untuk mencegah komplikasi lebih lanjut. Penelitian ini bertujuan memprediksi risiko diabetes menggunakan algoritma machine learning, yaitu Random Forest (RF), K-Nearest Neighbor (KNN), dan Logistic Regression (LR), dengan dataset diabetes dari UCI. Penelitian sebelumnya telah mengeksplorasi berbagai algoritma dan teknik, dengan hasil yang bervariasi dalam akurasi. Penelitian ini menggunakan dataset dari Kaggle yang terdiri dari 768 data dengan 8 parameter, yang diproses melalui teknik pra-pemrosesan dan normalisasi data. Model dievaluasi menggunakan metrik seperti akurasi, confusion matrix, dan ROC-AUC.Hasil menunjukkan bahwa Logistic Regression memiliki kinerja terbaik dengan akurasi 77% dan AUC 0,83, dibandingkan dengan KNN (75% akurasi, AUC 0,81) dan Random Forest (74% akurasi, AUC 0,81). Temuan ini menegaskan pentingnya pemilihan algoritma yang tepat dan pra-pemrosesan data yang baik dalam prediksi risiko diabetes. Penelitian ini menyimpulkan bahwa Logistic Regression adalah metode yang paling efektif untuk memprediksi risiko diabetes pada dataset yang digunakan.

Kata kunci: Diabetes, KNN, Random Forest, Logistic Regression.