FATHONI, Hanggarulloh Dwi (2025) Seleksi Fitur Pearson Correlation Menggunakan Algoritma Regresi Logistik dan Implementasinya pada Data Diabetes. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (105kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (278kB)
	Text 4. KATA PENGANTAR.pdf Restricted to Repository staff only Download (235kB) | Request a copy
	Text 6. ABSTRAK.pdf Download (120kB)
	Text 7. ABSTRACT.pdf Download (98kB)
	Text 8. DAFTAR ISI.pdf Download (172kB)
	Text 11. BAB I PENDAHULUAN.pdf Download (125kB)

Abstract

ABSTRAK
Diabetes merupakan salah satu penyakit kronis yang semakin meningkat prevalensinya di
seluruh dunia. Pencegahan dan edukasi mengenai diabetes menjadi prioritas penting dalam
agenda kesehatan global. Implementasi teknologi seperti data mining dan prediksi berbasis
machine learning dalam diagnosis dini dan pengelolaan diabetes juga merupakan langkah
signifikan untuk mengurangi dampak dari penyakit ini. Data mining membangun model
yang dapat memprediksi apakah seseorang terkena penyakit diabetes atau tidak. Baik dan
tidaknya model dalam melakukan klasifikasi dapat ditentukan dari nilai akurasinya. Hasil
dari akurasi pemodelan klasifikasi tidak menentu hasilnya selalu baik atau tinggi,
peningkatan nilai akurasi dapat dilakukan dengan melakukan seleksi fitur. Seleksi fitur
berperan penting dalam mengurangi kompleksitas model dengan mengeliminasi fitur-fitur
yang tidak relevan atau memiliki korelasi yang tinggi satu sama lain. Data yang digunakan
dalam penelitian ini adalah data diabetes yang terdiri dari beberapa fitur yang berpotensi
mempengaruhi diagnosis diabetes. Implementasi dilakukan menggunakan bahasa
pemrograman Python 3 di Google Colaboratory. Setelah dilakukan seleksi fitur, model
Regresi Logistik dibangun dan dievaluasi dengan menggunakan matriks akurasi, presisi,
recall, dan skor-F1. Hasil penelitian menunjukkan bahwa seleksi fitur menggunakan
Pearson Correlation berhasil meningkatkan performa akurasi model prediksi diabetes
sebesar 1,03% dari akurasi tanpa seleksi fitur 89,74% meningkat menjadi 90,77% setelah
dilakukan seleksi fitur.
Kata Kunci: Seleksi fitur, Pearson Correlation, Regresi Logistik, Prediksi Diabetes

Actions (login required)

View Item