Mahasiswa Untag Surabaya Ciptakan Program Analisis untuk Klasifikasi Diabetes

jatim.jpnn.com, SURABAYA - Mahasiswa Program Studi (Prodi) Teknik Informatika Untag Surabaya David  Christian Putra menyusun tugas akhir berjudul Perbandingan Klasifikasi Penyakit Diabetes Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naive Bayes: Analisis Performa dan Keakuratan.

David mengatakan inovasi itu dibuat melihat fenomena penyakit diabetes yang kini juga mulai menyerang usia muda.

“Saya melihat penyakit diabetes tidak hanya menyerang orang-orang tua, tetapi kalangan muda. Menurut WHO, diperkirakan akan ada lebih dari 700 juta orang akan mengidap diabetes pada 2045,” ujar David, Rabu (14/8).

Karena itu, David merancang analisis itu untuk mendiagnosis penyakit diabetes dengan membandingkan dua algoritma dan menemukan mana yang lebih efektif.

“Hal itu yang membuat saya berpikir untuk merancang diagnosis penyakit diabetes dengan menganalisis algoritma KNN dan Naive Bayes untuk membandingkan antara keduanya, mana yang paling baik untuk membuat klasifikasi penyakit diabetes,” jelas mahasiswa peraih IPK 3,58 itu.

David menyebut persiapan tugas akhirnya telah dilakukan selama satu tahun. Dirinya sudah berkonsultasi dengan beberapa dokter terkait diagnosis pasien dengan penyakit diabetes.

“Saya telah mempersiapkan tugas akhir ini selama satu tahun. Saya juga berkonsultasi dengan beberapa dokter untuk menyiapkan agar kami bisa mendiagnosis bahwa pasien ini menderita diabetes,” tuturnya.

David menjelaskan hasil dari penelitian Itu menunjukkan algoritma KNN lebih unggul dari Naive Bayes karena memiliki akurasi dan presisi yang lebih baik.