Prediksi risiko penyakit diabetes menggunakan algoritma regresi logistik

Banyak faktor yang mempengaruhi orang menderita diabetes, beberapa diantaranya yaitu tekanan darah tinggi, kadar gula berlebih, berat badan, riwayat keturunan diabetes, usia, jumlah kehamilan seseorang, ketebalan lipatan kulit, dan jumlah kadar insulin dalam tubuh. Regresi logistik merupakan salah satu alat statistik yang dapat digunakan dalam pemodelan klasifikasi tentang ada tidaknya yang mengalami diabetes. Tujuan dari penelitian ini adalah untuk memprediksi secara diagnostik apakah pasien menderita diabetes atau tidak. Hasil yang didapatkan adalah prediksi relatif rendah karena rentang nilai dari beberapa faktor penyebabnya sangat berjauhan sehingga dilakukan normalisasi agar rentang nilainya berdekatan. Hasilnya prediksi risiko diabetes menggunakan algoritma regresi logistik dengan normalisasi menghasilkan recall sebesar 55% sedangkan tanpa normalisasi sebesar 43%. Dengan demikian, normalisasi dapat meningkatkan kinerja prediksi risiko diabetes menggunakan algoritma regresi logistik. Model ini diharapkan dapat menjadi acuan untuk pengobatan penderita diabetes bagi dokter di rumah sakit dan di masyarakat untuk mengetahui cara menjaga pola hidup dan cara menghindari penyakit diabetes dilihat dari variabel yang mempengaruhi terjadinya penyakit.