Aplikasi Deteksi Risiko Diabetes Berbasis Web Menggunakan Metode Decision Tree C4.5

Latar Belakang: Diabetes merupakan salah satu penyakit kronis yang paling umum dan dapat menyebabkan komplikasi serius jika tidak terdeteksi dan ditangani dengan baik. Peningkatan prevalensi diabetes di seluruh dunia menimbulkan
kebutuhan akan alat deteksi dini yang efektif dan mudah diakses. Aplikasi berbasis web yang memanfaatkan teknologi machine learning dapat membantu mengidentifikasi individu dengan risiko tinggi diabetes, memungkinkan intervensi dini dan pengelolaan yang lebih baik.
Tujuan: Penelitian ini bertujuan untuk mengembangkan aplikasi deteksi dini risiko diabetes berbasis web dan memvalidasi keakuratan algoritma Decision Tree C4.5 dalam memprediksi risiko diabetes.
Metode Penelitian: Pengembangan aplikasi ini melibatkan beberapa tahapan utama: pengumpulan data, preprocessing data untuk menghilangkan nilai yang hilang dan memastikan kualitas data, pemilihan fitur relevan berdasarkan analisis
korelasi, pembangunan model dengan algoritma Decision Tree C4.5, dan pengujian model menggunakan teknik K-Fold Crossvalidation untuk memastikan keandalan dan generalisasi. Evaluasi performa model dilakukan dengan Confusion Matrix
untuk mengukur accuracy, precision, recall, dan F1-score. Pengujian usability menggunakan USE (Usefulness, Satisfaction, and Ease of Use) Questionnaire dilakukan untuk mengevaluasi kemudahan penggunaan dan kepuasan pengguna.
Hasil: Pengujian dengan K-Fold Cross-validation menunjukkan akurasi rata-rata 91,11%. Evaluasi menggunakan confusion matrix menunjukkan accuracy 89,42%, precision 96,49%, recall 85,94%, dan F1-score 90,91%. Usability testing menunjukkan 87,5% responden merasa aplikasi ini mudah digunakan, 81,45% puas dengan informasi yang disediakan, 86,25% menganggap hasil prediksi mudah dipahami, dan 88,15% dapat dengan cepat mempelajari cara menggunakan aplikasi ini. Secara keseluruhan, aplikasi ini memiliki nilai usability sebesar 85,83%.
Kesimpulan: Pengembangan aplikasi deteksi dini risiko diabetes berbasis web menggunakan algoritma Decision Tree C4.5 dan framework Flask berhasil dilakukan dengan baik. Aplikasi ini tidak hanya akurat tetapi juga ramah pengguna
dan informatif, memberikan nilai tambah dalam pencegahan dan pengelolaan diabetes.