?url_ver=Z39.88-2004&rft_id=1915061030&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Adc&rft.title=KLASIFIKASI+PENYAKIT+DIABETES+MELLITUS+TIPE+II+BERBASIS+MACHINE+LEARNING+MENGGUNAKAN+LIGHTGBM&rft.creator=Salma+Irena%2C+Febriastia&rft.subject=000+Ilmu+komputer%2C+informasi+dan+pekerjaan+umum&rft.subject=005+Pemrograman+komputer%2C+program+dan+data&rft.description=Diabetes+mellitus+merupakan+sebuah+kondisi+metabolis+serius+dan+kronis+yang+terjadi+karena+kenaikan+kadar+glukosa+darah+akibat+tubuh+tidak+dapat+memproduksi+hormon+insulin+atau+tidak+dapat+menggunakan+insulin+yang+dihasilkan+dengan+efektif.+Sekitar+537+juta+orang+di+berbagai+bagian+dunia+mengalami+diabetes.+Pada+tahun+2019%2C+diabetes+menjadi+salah+satu+penyebab+kematian+utama%2C+mengalami+peningkatan+sebesar+70%25+sejak+tahun+2000.+Di+Indonesia%2C+diabetes+menempati+peringkat+tiga+sebagai+penyebab+kematian+pada+tahun+2019%2C+mencapai+persentase+6.23%25.+Penelitian+ini+bertujuan+untuk+melakukan+klasifikasi+penyakit+diabetes+mellitus+tipe+II+menggunakan+Light+Gradient-Boosting+Machine+(LightGBM)+dengan+dua+skenario%2C+yaitu+menggunakan+fitur+yang+mengandung+hasil+tes+laboratorium+berupa+FPG+(skenario+1)+dan+tanpa+fitur+hasil+tes+laboratorium+(skenario+2).+Pada+kedua+skenario%2C+dilakukan+evaluasi+menggunakan+konfigurasi+seluruh+fitur%2C+fitur+terseleksi+berdasarkan+mutual+information%2C+dan+fitur+rekomendasi+dari+expert.+Lalu+membuat+sebuah+antarmuka+website+untuk+memprediksi+diagnosis+penyakit+diabetes+mellitus+tipe+II.+Metode+yang+digunakan+adalah+Cross-Industry+Standard+Process+for+Data+Mining+(CRISP-DM).+Hasil+evaluasi+menunjukkan+bahwa+model+memiliki+kinerja+yang+baik+dalam+semua+konfigurasi+fitur+pada+kedua+skenario.+Tujuh+fitur+rekomendasi+berdasarkan+expert+pada+skenario+2+(AGE%2C+Nocturia%2C+Polyuria%2C+Weight_loss%2C+Polydipsia%2C+Polyphagia%2C+BMI)+dengan+akurasi+94%2C87%25+digunakan+sebagai+bahan+untuk+meprediksi+diagnosis+pada+antarmuka+website+karena+relevan+dengan+ilmu+kedokteran+dan+pengguna+dapat+melakukan+prescreening+awal+diabetes+mellitus+tipe+II+sebelum+melakukan+pemeriksaan+lebih+lanjut+ke+dokter%2C+sehingga+meningkatkan+efisiensi+waktu+dan+biaya.+%0D%0A%0D%0AKata+kunci%3A+CRISP-DM%2C+diabetes+mellitus%2C+klasifikasi%2C+LightGBM%2C+klasifikasi%2C+mutual+information&rft.publisher=Fakultas+Teknik&rft.date=2024-03-07&rft.type=Skripsi&rft.type=NonPeerReviewed&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F79756%2F1%2FABSTRAK%2520%2528ABSTRACT%2529.pdf&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F79756%2F2%2FSKRIPSI%2520FULL.pdf&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F79756%2F3%2FSKRIPSI%2520TANPA%2520BAB%2520PEMBAHASAN.pdf&rft.identifier=++Salma+Irena%2C+Febriastia++(2024)+KLASIFIKASI+PENYAKIT+DIABETES+MELLITUS+TIPE+II+BERBASIS+MACHINE+LEARNING+MENGGUNAKAN+LIGHTGBM.++Fakultas+Teknik%2C+Universitas+Lampung.+++++&rft.relation=http%3A%2F%2Fdigilib.unila.ac.id%2F79756%2F