Sistem Prediksi Risiko Diabetes
Aplikasi prediksi risiko diabetes berbasis Machine Learning dengan algoritma Random Forest dan optimasi Bayesian.
Peran
Developer
Tahun
2026
Status
Selesai
Tentang Proyek
Sistem prediksi risiko kesehatan dini berbasis web yang dirancang untuk mengidentifikasi tingkat risiko diabetes berdasarkan analisis berbagai indikator gaya hidup dan faktor genetik. Sistem ini mengimplementasikan algoritma Random Forest dengan optimasi hyperparameter menggunakan pendekatan Bayesian Optimization untuk meningkatkan performa model dalam melakukan klasifikasi risiko. Selain itu, metode SHAP (SHapley Additive exPlanations) diterapkan untuk menginterpretasikan hasil prediksi, mengidentifikasi faktor-faktor yang paling berpengaruh, serta memberikan gambaran mengenai kontribusi setiap indikator terhadap hasil prediksi.
Fitur Utama
- Formulasi input cerdas untuk lifestyle indicators dan histori genetik.
- Visualisasi interpretasi model SHAP pada dashboard pengguna.
- Sistem klasifikasi risiko kesehatan secara instan.
- Integrasi mulus antara backend machine learning dengan antarmuka web.
Galeri Proyek
