Perpustakaan
DESKRIPSI DATA LENGKAP
JudulBootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) Untuk Mengklasifikasi Penyakit Diabetes Melitus Di RSUD Anutapura Palu
Nama: ASRIMA
Tahun: 2025
Abstrak
ABSTRAK Diabetes Melitus (DM) adalah penyakit tidak menular yang jumlah penderitanya terus meningkat. Indonesia menempati posisi keempat dengan 8.4 juta kasus pada tahun 2000 dan diperkirakan mencapai 21.3 juta pada 2030. Sulawesi Tengah memiliki jumlah kasus tertinggi, dengan Kota Palu mencatat 23.677 penderita pada 2022. Metode Multivariate Adaptive Regression Splines (MARS) digunakan untuk menganalisis faktor-faktor yang memengaruhi DM dalam dataset besar. Namun, metode ini dapat ditingkatkan dengan Bootstrap Aggregating (Bagging), yang meningkatkan stabilitas dan akurasi model secara signifikan. Penelitian ini menggunakan Bagging MARS untuk mengklasifikasikan DM tipe II berdasarkan data 225 pasien RSUD Anutapura Palu periode September–Desember 2023. Hasil menunjukkan probabilitas tidak terjadinya DM sebesar 0.43311 dan terjadinya DM sebesar 0.56689. Ketepatan klasifikasi metode Bagging MARS mencapai 95.65% setelah 50 replikasi bootstrap. Dibandingkan MARS biasa, metode ini lebih efektif dalam diagnosis dini, pengelompokan pasien berdasarkan faktor risiko, serta meningkatkan akurasi prediksi dan stabilitas model klasifikasi DM tipe II secara optimal.Top of Form Kata kunci : Diabetes Melitus, Klasifikasi, Bagging, MARS

Sign In to Perpus

Don't have an account? Sign Up