KLASIFIKASI STATUS DIABETES TIPE 2 DI KECAMATAN LUBUK BEGALUNG, KOTA PADANG MENGGUNAKAN METODE REGRESI LOGISTIK BINER DAN NAÏVE BAYES CLASSIFIER

Dehan, Rizkiandira (2025) KLASIFIKASI STATUS DIABETES TIPE 2 DI KECAMATAN LUBUK BEGALUNG, KOTA PADANG MENGGUNAKAN METODE REGRESI LOGISTIK BINER DAN NAÏVE BAYES CLASSIFIER. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (1MB)
[img] Text (Bab I Pendahuluan)
Bab I Pendahuluan.pdf - Published Version

Download (1MB)
[img] Text (Bab V Penutup)
Bab V Penutup.pdf - Published Version

Download (1MB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (1MB)
[img] Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version
Restricted to Repository staff only

Download (11MB) | Request a copy

Abstract

Diabetes tipe 2 merupakan salah satu penyakit tidak menular dengan jumlah kasus yang terus meningkat setiap tahunnya, termasuk di Kecamatan Lubuk Begalung, Kota Padang. Penelitian ini bertujuan untuk membandingkan ketepatan klasifikasi status diabetes tipe 2 dengan dan tanpa komplikasi menggunakan dua metode statistik, yaitu regresi logistik biner dan Naıve Bayes Classïfier. Data yang digunakan merupakan data sekunder tahun 2024 dari Puskesmas Lubuk Begalung dengan total 1032 kasus. Variabel prediktor yang digunakan meliputi jenis kelamin, umur, indeks massa tubuh, dan tekanan darah. Evaluasi model dilakukan dengan menggunakan nilai akurasi, sensitivitas, dan spesifisitas. Hasil klasifikasi menunjukkan bahwa variabel umur dan tekanan darah berpengaruh signifikan terhadap status diabetes. Metode regresi logistik biner dan Naïve Bayes Classifier menghasilkan nilai akurasi yang sama, yaitu sebesar 58,3%. Hal ini menunjukkan bahwa kedua metode memiliki kinerja yang sebanding dalam mengklasifikasikan status diabetes tipe 2 pada data ini.

Item Type: Thesis (S1)
Supervisors: Prof. Dr. Ferra Yanuar
Uncontrolled Keywords: diabetes tipe 2, klasifikasi, regresi logistik biner, Naïve Bayes Classifier, akurasi
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User: s1 matematika matematika
Date Deposited: 28 May 2025 04:04
Last Modified: 28 May 2025 04:04
URI: http://scholar.unand.ac.id/id/eprint/495513

Actions (login required)

View Item View Item