Aplikasi DIATECT Untuk Prediksi Penyakit Diabetes Menggunakan SVM Berbasis Web

Abstract

Abstrack− Penelitian ini menampilkan dampak serius dari Penyakit diabetes. Aplikasi ini bertujuan untuk mendeteksi gejala diabetes. Pada Pendeskripsian masalah yang diteliti berfokus pada peningkatan jumlah penderita diabetes. Menurut data International Diabetes Federation (IDF) diprediksi bahwa jumlah orang dewasa yang menderita diabetes dalam rentang usia 20 hingga 79 tahun mencapai 415 juta individu di seluruh dunia. Penelitian ini memperkenalkan aplikasi berbasis web yang disebut DIATECT (Diabetes Prediction using Support Vector Machine on the Web) yang dirancang untuk memprediksi risiko penyakit diabetes. Aplikasi ini memanfaatkan algoritme Support Vector Machine (SVM) untuk mengolah data kesehatan yang luas dan beragam. DIATECT dapat memberikan prediksi yang akurat tentang kemungkinan seseorang mengetahui diabetes berdasarkan data yang dimasukkan. Penelitian ini menggunakan metode kuantitatif dengan data sekunder sebanyak 768 data, terdiri dari terkena diabetes dan tidak. Hasil uji coba menunjukkan bahwa DIATECT menggunakan algorita SVM  memiliki performa yang baik dalam mendeteksi penyakit diabetes dengan tingkat akurasi sebesar 77% sehingga model yang mampu memprediksi dengan benar pada 77% kasus. Sisanya, sekitar 23%, mungkin merupakan prediksi yang tidak tepat.. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki performa yang kuat, dengan presisi mencapai 77%, recall mencapai 91%, dan F1-score mencapai 91. Aplikasi ini memiliki potensi besar untuk mendukung masyarakat dalam mendeteksi dan mengidentifikasi penyakit melalui platform web yang mudah diakses.Kata Kunci: SVM, Diabetes, Deteksi, Aplikasi, DIATECT