Menurut WHO diabetes merupakan
gangguan metabolisme yang ditandai dengan tingginya kadar gula dalam darah.
Diabetes merupakan penyakit yang mematikan apabila penderita tidak bisa
mengendalikannya dan akan menjadi komplikasi. Banyak orang yang terkena
penyakit diabetes dan terlambat mengetahuinya, sehingga pada saat melakukan
pengobatan kondisi sudah komplikasi. pendeteksian penyakit diabetes sejak dini sangat
membantu bagi penderita untuk menghindari adanya komplikasi yang akan terjadi.
Maka dari itu dibutuhkan suatu teknik data mining yang dapat mengolah data dan
mencegah penyakit diabetes sejak dini. Data mining merupakan suatu proses
penggalian pengetahuan dari sejumlah data untuk menemukan sebuah pola. Data mining
sudah banyak digunakan salah satunya tentang metode prediksi untuk mengetahui
penderita diabetes. Banyak sekali metode prediksi yang ada, salah satunya
linear regression, dimana metode ini menggunakan atribut dependen dan
independen. Dalam penelitian ini menggunakan metode multiple linear regression
untuk memprediksi penyakit diabetes, serta melakukan evaluasi menggunakan RMSE
(root mean square error). Hasil dari penelitian ini menghasilkan nilai RMSE
sebesar 0.403, pengujian RMSE menggunakan cross validation dengan mengubah
nilai number of validation.
Aldallal, A., & Al-Moosa, A.
A. A. (2018). Using Data Mining Techniques to Predict Diabetes and Heart
Diseases. 2018 4th International Conference on Frontiers of Signal Processing, ICFSP
2018, September, 150–154. https://doi.org/10.1109/ICFSP.2018.8552051
Baiju, B. V., & Aravindhar,
D. J. (2019). Disease Influence Measure Based Diabetic Prediction with Medical
Data Set Using Data Mining. Proceedings of 1st International Conference on
Innovations in Information and Communication Technology, ICIICT 2019, 1– 6. https://doi.org/10.1109/ICIICT1.2019.8741452
Gaol, I. L. L., Sinurat, S.,
& Siagian, E. R. (2019). Implementasi Data Mining Dengan Metode Regresi
Linear Berganda Untuk Memprediksi Data Persediaan Buku Pada Pt. Yudhistira Ghalia
Indonesia Area Sumatera Utara. KOMIK (Konferensi Nasional Teknologi Informasi
Dan Komputer), 3(1), 130–133. https://doi.org/10.30865/komik.v3i1.1579
George, T., & Hema, A.
(2015). A Survey On Diabetes And Heart Disease Prediction Using Daata Mining
Techniques. International Journal of Applied Engineering Research, 10(55),
2786–2789.
Hayuningtyas, R. Y., & Sari,
R. (2021). Laporan Akhir: Penelitian Implementasi Data Mining Dengan Algoritma
Multiple Linear Regression Untuk Memprediksi Penyakit Diabetes.
Herwanto, H. W., Widiyaningtyas,
T., & Indriana, P. (2019). Penerapan Algoritme Linear Regression untuk
Prediksi Hasil Panen Tanaman Padi. Jurnal Nasional Teknik Elektro Dan Teknologi
Informasi (JNTETI), 8(4), 364. https://doi.org/10.22146/jnteti.v8i4.537
Islam, M. M. F., Ferdousi, R.,
Rahman, S., & Bushra, H. Y. (2019). Likelihood Prediction of Diabetes at
Early Stage Using Data Mining Techniques. In Computer Vision and Machine Intelligence
in Medical Image Analysis.
Lindungi Keluarga Dari Diabetes -
Direktorat P2PTM. (n.d.). Retrieved October 18, 2021, from
http://p2ptm.kemkes.go.id/post/lindungikeluarga-dari-diabetes
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw,
C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah
Terhadap US Dollar Dengan Metode Regresi Linier. Jurnal Nasional Teknologi Dan
Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/teknosi.v7i1.2021.817
Putri, S. U., Irawan, E., & Rizky, F. (2021). Implementasi
Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C.45. KESATRIA(
Jurnal Penerapan Sistem Informasi Dan Manajemen, 2(1), 39–46.
Rahimloo, P., & Jafarian, A.
(2016). Prediction of Diabetes by Using Artificial Neural Network, Logistic
Regression Statistical Model and Combination of Them. Bulletin de La Société Royale
Des Sciences de Liège, 85, 1148–1164. https://doi.org/10.25518/0037-9565.5938
Rao, K., Yellaswamy, K., &
Chandu, Y. (2017). A comparative study of heart disease predictionusing
classification techniques in data mining. October 2015.