SURABAYA, iNewsSurabaya.id - Fenomena diabetes yang semakin merajalela di kalangan generasi muda memicu perhatian David Christian Putra, mahasiswa Program Studi Teknik Informatika Universitas 17 Agustus 1945 Surabaya. Dalam tugas akhirnya yang berjudul “Perbandingan Klasifikasi Penyakit Diabetes Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naive Bayes: Analisis Performa dan Keakuratan”, David mengembangkan sebuah inovasi yang mampu menjadi senjata andalan dalam mendeteksi risiko diabetes sejak dini.
Didukung oleh Dosen Pembimbing, Supangat, M.Kom., P.hD., ITIL., COBIT., CLA, David berhasil merancang perbandingan antara dua algoritma canggih KNN dan Naive Bayes yang bertujuan untuk menemukan metode paling efektif dalam mengklasifikasikan penyakit diabetes.
Menyadari ancaman besar yang dihadapi generasi muda, David menyebutkan, "Diabetes kini bukan lagi penyakit orang tua saja, tetapi juga menyerang anak muda. Menurut World Health Organization (WHO), diperkirakan lebih dari 700 juta orang akan mengidap diabetes pada tahun 2045." ungkapnya.
Fakta mengejutkan ini memotivasi David untuk tidak hanya fokus pada akademik semata, namun juga mencari solusi yang nyata. Ia pun mencetuskan ide untuk menganalisis dan membandingkan keefektifan dua algoritma dalam diagnosis dini diabetes.
“Tujuan saya adalah menemukan algoritma terbaik yang bisa digunakan untuk membantu diagnosa dini penyakit diabetes di kalangan muda,” tegas mahasiswa berprestasi dengan IPK 3,58 ini.
Proses panjang selama satu tahun dilalui David dengan penuh dedikasi, termasuk konsultasi dengan beberapa dokter spesialis untuk memastikan akurasi diagnosa yang ia rancang.
"Saya telah mempersiapkan tugas akhir ini dengan sangat serius. Melibatkan para ahli medis dalam penelitian ini adalah langkah penting untuk memastikan hasil yang valid dan bermanfaat," ungkap David.
*Hasil Menjanjikan: KNN Unggul dalam Akurasi dan Presisi
Penelitian David akhirnya membuahkan hasil yang menggembirakan. Algoritma KNN terbukti lebih unggul dibandingkan Naive Bayes, terutama dalam hal akurasi dan presisi.
“KNN menunjukkan performa yang lebih baik dari Naive Bayes. Meskipun Naive Bayes memiliki keunggulan pada aspek recall, namun tidak cukup untuk mengalahkan KNN dalam akurasi keseluruhan,” jelasnya.
Dengan hasil penelitiannya, David berharap bisa memberikan kontribusi nyata bagi masyarakat, khususnya generasi muda, agar lebih waspada dan mampu mendeteksi dini risiko diabetes.
"Penelitian ini saya dedikasikan untuk membantu kalangan muda agar bisa mendeteksi dan mencegah risiko diabetes lebih awal," tutup David penuh harap.
Editor : Arif Ardliyanto
Artikel Terkait
