Deteksi Diabetik Retinopati menggunakan Regresi Logistik

Abstract

Diabetes melitus merupakan penyakit metabolik dimana penderita diabetes tidak bisa memproduksi insulin dalam jumlah cukup atau tubuh tidak mampu menggunakan insulin secara efektif sehingga terjadi kelebihan gula di dalam darah. Kondisi ini baru dirasakan setelah terjadi komplikasi lanjut pada organ tubuh. Pada penderita diabetes melitus, dapat terjadi komplikasi pada tingkat sel dan anatomik. Komplikasi kronik yang disebabkan oleh diabetes melitus dapat terjadi pada pembuluh darah besar (makrovaskuler) dan pembuluh darah kecil (mikrovaskuler). Komplikasi makrovaskuler yang umum terjadi adalah pembekuan darah pada otak, penyakit jantung koroner, dan stroke. Sedangkan komplikasi mikrovaskuler yang umum terjadi adalah hiperglikemia dan retinopati (kebutaan) [1]. Retinopati diabetik merupakan kerusakan retina yang diakibatkan oleh komplikasi dari diabetes melitus [2]. Menurut data dari WHO pada tahun 2015, Indonesia menempati posisi ke tujuh di dunia untuk prevalensi penderita diabetes tertinggi di dunia dengan estimasi penderita diabetes sebesar 10 juta orang dari jumlah penderita diabetes di dunia sebesar 415 juta jiwa. Berdasarkan penelitian yang dilakukan oleh INFORMASI ARTIKEL

Komparasi Metode Seleksi Fitur Dalam Prediksi Keterlambatan Pembayaran Biaya Kuliah

“…Gambar 4. Pola Kurva Dalam Logistic Regression [16] Pada Gambar 4 di atas menunjukkan jika kurva munuju ke positif, nilai y (output) maka akan diprediksi menjadi 1, jika kurva menuju ke negatif, nilai y (output) maka diprediksi menjadi 0. Jika dirumuskan: 𝑝 ≥ 0.5, 𝑐𝑙𝑎𝑠𝑠 = 1 (4) 𝑝 < 0.5, 𝑐𝑙𝑎𝑠𝑠 = 0…”

The Prediction of Late Tuition Fees at Muhammadiyah University of East Kalimantan Using the Logistic Regression Method

“…Label encoder is a transformation method to convert categorical data into numeric form. In the case of Regression, if it contains categorical variables and their values cannot be factored in the form of levels, a dummy process is carried out, and each value in that variable becomes another variable [12]. Examples of changes in the form of this data include the categories of Morning, Afternoon, Afternoon and Evening into numeric data in the form of 1, 2, 3, 4.…”

Perbandingan Metode Supervised Learning Untuk Prediksi Diabetes Gestasional Dengan Software Orange

“…Dan berikut beberapa penelitian sebagai referensi dalam penelitian ini, [1] yang pertama yaitu penelitian oleh Raras & Adhi Yoga, yang membahas tentang rancangan sistem pendeteksi untuk penyakit diabetes terutama diabetes retinopati. Dalam perancangannya digunakan pendekatan machine learning dengan metode regresi logistik.…”