Surabaya (beritajatim.com) – Mahasiswa Universitas 17 Agustus 1945 (Untag) Surabaya David Christian Putra merancang program analisa klasifikasi penyakit diabetes. Inovasi ini dibuat menyusul banyaknya generasi muda saat ini yang terserang penyakit tersebut.
Inovasi tersebut dituangkan dalam tugas akhir berjudul ‘Perbandingan Klasifikasi Penyakit Diabetes Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naive Bayes: Analisis Performa Dan Keakuratan’.
“Dalam tugas akhir ini, saya menciptakan inovasi baru dengan merancang perbandingan klasifikasi penyakit diabetes menggunakan algoritma KKN dan Naive Bayes,” kata David, Sabtu (17/8/2024).
David mengatakan, menurut WHO, pada tahun 2045 akan ada lebih dari 700 juta orang mengidap diabetes. Tak hanya menyerang kalangan dewasa, penyakit tersebut juga diperkirakan menyerang kalangan muda.
“Ini yang membuat saya merancang diagnosa penyakit diabetes dengan menganalisa algoritma KNN dan juga Naive Bayes untuk membandingkan antara kedua algoritma tersebut, manakah yang paling baik untuk membuat klasifikasi penyakit diabetes,” terangnya.
Inovasi dari mahasiswa Teknik Informatika Untag Surabaya ini cukup teruji. Sebab, karya ini telah dikonsultasikan pula dengan sejumlah dokter terkait diagnosis pasien dengan penyakit diabetes.
“Saya mempersiapkan tugas akhir ini selama satu tahun. Saya berkonsultasi dengan beberapa dokter untuk menyiapkan agar kami bisa mendiagnosis bahwa pasien ini menderita diabetes,” ungkapnya.
Hasil dari penelitian ini sendiri menunjukkan bahwa algoritma KNN lebih unggul dari Naive Bayes karena memiliki akurasi dan presisi yang lebih baik dari Naive Bayes. Naive Bayes hanya unggul dalam hal recall.
David berharap lewat penelitiannya ini dapat membantu masyarakat, khususnya generasi muda dalam mendeteksi dini risiko diabetes. “Penelitian ini agar kalangan muda dapat mendeteksi dini dan lebih waspada terhadap kemungkinan terkena diabetes,” tutupnya. [ipl/ian]
