Penerapan Metode Regresi Logistik dalam Prediksi Risiko Diabetes Melitus Gestasional

Authors

  • Erika Oktavia Mahasiswa

DOI:

https://doi.org/10.52661/j_ict.v5i2.218

Abstract

Seorang wanita yang menderita diabetes selama kehamilan memiliki risiko lebih tinggi terkena diabetes melitus gestasional pada kehamilan berikutnya. Dalam upaya untuk melakukan pencegahan terhadap risiko diabetes melitus gestasional, maka penelitian ini berfokus dalam memprediksi diabetes melitus gestasional menggunakan algoritma regresi logistik. Regresi Logistik merupakan model paling efektif dan efesien dalam prediksi. Namun, Regresi Logistik adalah rentan terhadap underfitting pada dataset yang kelasnya tidak seimbang (data imbalance). Oleh karena itu, penelitian ini berfokus untuk mengoptimalkan kinerja algoritma regresi logistik agar dapat memberikan prediksi yang lebih akurat terhadap kondisi diabetes melitus gestasional. Pengujian menggunakan metode regresi logistik dengan menyeinmbangkan kelas menghasilkan akurasi sebesar 94,18% sedangkan pengujian tanpa menyeimbangkan kelas menghasilkan akurasi sebesar 95,46% berdasarkan evaluasi menggunakan Confusion Matrix. Penelitian ini bertujuan untuk mengetahui kemampuan algoritma regresi logistik dalam mengatasi underfitting yang disebabkan oleh ketidakseimbangan data pada prediksi diabetes melitus gestasional.

References

A. Saboe, “Gambaran Diabetes Melitus Gestasional Pada Ibu Hamil di RSUD,” Jambura Nurs. J. , vol. 2, no. 1, pp. 124–130, 2020.

F. K. Adli, “Diabetes melitus Gestasional, Diagnosis, Faktor Risikotle,” JMH, vol. 3, no. 01, pp. 1545–1551, 2021.

A. Apriani, M. S. Daryanti, and K. Karanganyar, “STUDI KUALITATIF : KEBUTUHAN IBU HAMIL DENGAN DIABETES

MELITUS GESTASIONAL DI KABUPATEN Gestational Diabetes Mellitus ( DMG ) has the potential to cause serious complications and short and long term health risks for both mother and baby . The diagnosis of,” J. Kesehat. Kusuma Husada, no. October 2019, pp. 17–26, 2021.

R. Fitriani, “Analisis Faktor Risiko Kejadian Diabetes Melitus Gestasional Di Wilayah Kerja Puskesmas Kecamatan Somba Opu Kabupaten Gowa Tahun 2016,” Molucca Medica, vol. 10, pp. 110–126, 2017, doi: 10.30598/molmed.2017.10.2.110.

D. Faktor, R. Diabetus, M. Gestasional, P. Kandungan, and R. S. D. Kalisat, “Jurnal Kesehatan dr. Soebandi,” vol. 7, no. 2.

E. P. Silmina and U. A. Dahlan, “Perancangan Sistem Pakar Diagnosis Penyakit Diabetes Melitus Gestasional Pada Ibu Hamil Menggunakan Fuzzy Mamdani,” pp. 153–157.

P. Intan and N. Ismiyatun, “Deteksi Dini Kehamilan Beresiko,” J. Kesehat. Masy., vol. 8, no. 1, pp. 40–51, 2020, [Online]. Available: http://jurnal.stikescendekiautamakudus.ac.id/index.php/JKM/article/view/565.

Y. Wu et al., “A risk prediction model of gestational diabetes mellitus before 16 gestational weeks in Chinese pregnant women,”

Diabetes Res. Clin. Pract., vol. 179, p. 109001, 2021, doi: 10.1016/j.diabres.2021.109001.

Y. Liu, Z. Yu, and H. Sun, “Prediction Method of Gestational Diabetes Based on Electronic Medical Record Data,” J. Healthc. Eng., vol. 2021, 2021, doi: 10.1155/2021/6672072.

H. Rianto and R. S. Wahono, “Resampling Logistic Regression untuk Penanganan Ketidakseimbangan Class pada Prediksi Cacat Software,” J. Softw. Eng., vol. 1, no. 1, pp. 46–53, 2015.

R. Ihfa and T. Harsanti, “Komparasi Teknik Resampling Pada Pemodelan Regresi Logistik Biner Studi Kasus : Sikap Remaja terhadap Keperawanan di Indonesia Tahun 2017 Case Study : Youth Attitudes towards Virginity in Indonesia in 2017 ),” Pengemb. Off. Stat. Dalam Mendukung Implementasi SDGs, vol. 2017, pp. 863–870, 2019.

R. Prasetyo, I. Nawawi, A. Fauzi, and G. Ginabila, “Komparasi Algoritma Logistic Regression dan Random Forest pada Prediksi Cacat Software,” J. Tek. Inform. UNIKA St. Thomas, vol. 06, no. Siringoringo 2017, pp. 275–281, 2021, doi: 10.54367/jtiust.v6i2.1522.

A. Sumathi, S. Meganathan, and B. V. Ravisankar, “An Intelligent Gestational Diabetes Diagnosis Model Using Deep Stacked Autoencoder,” Comput. Mater. Contin., vol. 69, no. 3, pp. 3109–3126, 2021, doi: 10.32604/cmc.2021.017612.

M. K. Kotimah and S. P. Wulandari, “Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur,” J. Sains Dan Seni Pomits, vol. 3, no. 1, pp. D1–D6, 2014.

Downloads

Published

2023-12-29

How to Cite

Oktavia, E. (2023). Penerapan Metode Regresi Logistik dalam Prediksi Risiko Diabetes Melitus Gestasional. Journal of Informatics and Communication Technology (JICT), 5(2), 177–185. https://doi.org/10.52661/j_ict.v5i2.218

Issue

Section

Informatika