PEMANFAATAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI PENYAKIT DIABETES DENGAN SKEMA PEMBAGIAN DATA

ABSTRAKrn Diabetes mellitus merupakan salah satu penyakit kronis yang prevalensinya terus meningkat di seluruh dunia. Deteksi dini sangat penting untuk mengurangi risiko komplikasi yang ditimbulkan. Perkembangan teknologi machine learning telah memungkinkan penggunaan algoritma klasifikasi untuk membantu menganalisis data medis dalam rangka prediksi penyakit diabetes. Pada penelitian ini digunakan algoritma Random Forest untuk melakukan klasifikasi diabetes menggunakan Dataset Healthcare Diabetes dari Kaggle. Fokus penelitian adalah menganalisis pengaruh skema pembagian data latih dan uji (70:30, 80:20, dan 90:10) terhadap akurasi model. Proses penelitian meliputi tahapan pra-pemrosesan data, pemisahan fitur dan label, pembagian data latih dan uji sesuai skenario, pelatihan model menggunakan algoritma Random Forest, serta evaluasi model berdasarkan metrik akurasi dan confusion matrix. Variasi parameter yang digunakan dalam penelitian ini meliputi criterion (gini dan entropy) serta n_estimators (40, 60, 80, dan 100). Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu mengklasifikasikan data diabetes dengan akurasi tinggi, yakni di atas 98% pada semua skenario. Skema pembagian 80:20 menghasilkan akurasi terbaik sebesar 99,64%, sedangkan skema 70:30 memberikan akurasi terendah sebesar 98,19%. Hal ini membuktikan bahwa proporsi pembagian data latih dan uji berpengaruh terhadap performa model, dengan skema 80:20 terbukti paling optimal.