PREDIKSI DIABETES BERDASARKAN PENGUKURAN MAGE (MEAN AMPLITUDE GLYCEMIC) DENGAN MENGGUNAKAN NAÏVE BAYES

Abstract

Penyakit diabetes dipengaruhi oleh faktor kestabilan gula darah tingkat tinggi akibat variabilitas glikemik yang tinggi. Hal ini berhubungan dengan pengembangan komplikasi penyakit diabetes dan resiko kematian akan lebih tinggi pada pasien kritis yang tidak didiagnosa diabetes. Penelitian ini menekankan pada deep learning evaluasi data glukosa darah untuk memprediksi diagnosa tingkat risiko pasien diabetes dengan menghitung nilai MAGE. Data glukosa darah diambil 21 kali dalam rentang waktu 3 hari. Hasil pengamatan didapatkan tiga golongan tingkat risiko diabetes yaitu 5 pasien normal, 19 pasien prediabetes, dan 18 pasien diabetes. Untuk keperluan klasifikasi, penelitian ini menggunakan Cross-Validation dengan jumlah fold 10. Terbukti dari percobaan yang dilakukan, akurasi prediksi menggunakan algoritma model Naïve Bayes dengan distribusi Gaussian sebagai probabilitas menghasilkan nilai akurasi yaitu sebesar 93,00 %.