PENINGKATAN KINERJA RANDOM FOREST MELALUI SELEKSI FITUR SECARA PCA UNTUK MENDETEKSI PENYAKIT DIABETES TAHAP AWAL

Penyakit diabetes merupakan penyakit yang sangat banyak diderita oleh banyak kalangan usia, salah satu penyakit yang menyiksa dengan angka kematian yang tinggi, perlu dilakukan diagnosis untuk penyakit diabetes tahap awal karena penyakit ini jarang terdeteksi diawal oleh tubuh yang terkena penyakit diabetes. Dalam proses diagnostik hal yang paling sering menjadi permasalahan adalah wakru pengambilan keputusan dan akurasi terhadap diagnosis yang ditemui dalam proses klasifikasi. Atribut merupakan hal yang penting dalam pengambilan keputusan penyakit diabetes tahap awal sehingga perlu diketahui atribut utama penyakit diabetes. Seringkali hasil yang berbeda diperoleh dalam proses diagnostik karena banyak atribut yang digunakan dalam pengambilan keputusan. Sehingga perlu dilakukan proses reduksi pada atribut penyakit diabetes. Metode Principal Component Analysis (PCA) dapat digunakan untuk reduksi data dengan dimensi yang besar dan rangking atribut yang akan direduksi. Proses klasifikasi dapat dilakukan dengan menggunakan Algoritma random forest dan mendapatkan tingkat akurasi dalam proses klasifikasi. pengujian dengan perbandingan rasio 90:10, 80:20, 70:30 hasil prediksi penyakit menggunakan metode random forest terdapat perbedan hasil dan tingkat akurasi.