Peningkatan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression
Muhamad Ichsan Gunawan, Dedy Sugiarto, Is Mardianto
Abstract
Data Mining tidak selalu digunakan untuk membahas tentang suatu bidang yang berkaitan dengan informatika, tetapi juga dapat digunakan untuk melakukan penelitian pada bidang lainnya, salah satunya bidang kesehatan untuk melakukan prediksi resiko gejala Diabetes Mellitus pada manusia dengan metode Regresi Logistik. Diabetes Mellitus merupakan salah satu penyakit terbanyak penderitanya di Indonesia. Menggunakan dataset yang berasal dari Pima Indians Diabetes Database dari model penelitian Lahiru Liyanapathirana, model tersebut memiliki tingkat akurasi 78%. Penelitian ini bertujuan untuk meningkatkan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression. Sehingga didapat Model Logistic Regression dengan Grid Search pada Classification Report memiliki rata-rata akurasi model sekitar 79% dan akurasi data check sebesar 83,33%.