jurnal terkait machine learning

   PEMANFAATAN MACHINE LEARNING DI BIDANG KESEHATAN

penulis: Ihsanuddin  Akbar, Fidi Supriadi, Dani Indra Junaedi. Universitas Sebelas April

diterbitkan: 11 Januari 2025

    Dalam era perkembangan teknologi yang pesat, machine learning menjadi salah satu pendekatan  penting dalam berbagai bidang, termasuk kesehatan. Machine learning menawarkan solusi untuk menganalisis data secara mandiri tanpa pengawasan, sehingga mempermudah diagnosis penyakit dan  pengambilan keputusan klinis. Penelitian ini bertujuan untuk mengulas penerapan machine learning  dalam diagnosis dan prediksi penyakit melalui metode literature review. Hasil penelitian ini Machine learning mampu memberikan solusi efektif dalam diagnosis dini, prediksi penyakit, dan klasifikasi data  kesehatan, seperti diabetes, hipertensi, penyakit jantung.

    Metode yang digunakan dalam penulisan karya ilmiah ini yaitu menggunakan metode literature review/studi pustaka, yang dilakukan mulai dari pengumpulan artikel tentang penggunaan machine learning di bidang kesehatan, membaca kemudian memilah artikel yang akan dijadikan bahasan serta hasil penelitian. Penulisan karya ilmiah ini memanfaatkan pustaka yang ada dengan topik penelitian berkaitan untuk menghasilkan satu kesimpulan.

    Berdasarkan data yang diperoleh, penulis akan menguraikan ulasan dari 7 artikel terkait.  Artikel pertama penelitian dengan judul “Deteksi Dini Penyakit Diabetes  Menggunakan Machine learning dengan Algoritma Logistic Regression”.Penelitian ini menggunakan machine learning dengan memanfaatkan dataset yang terdiri  atas 768 data  sebagai  bahan percobaan. Hasil penelitiannya menunjukkan bahwa algoritma logistic regression mampu diterapkan untuk memprediksi penyakit  diabetes  dengan  akurasi  yang  cukup  baik. 

    Penelitian selanjutnya berjudul “Prediksi Penyakit  Hipertensi  Menggunakan Machine  learning dengan  Algoritma Regresi  Logistik”. Penelitian ini menggunakan machine learning dengan dataset sebanyak  1.018 data  sebagai bahan percobaan. Hasil  penelitiannya menunjukkan bahwa metode    regresi logistik efektif dalam memprediksi risiko hipertensi pada individu. Berdasarkan tingkat  akurasi  yang  dicapai, regresi  logistik terbukti  menjadi  metode  yang  efisienuntuk   mendukung   diagnosis  dini   hipertensi serta membantu memudahkantenaga   kesehatan   dalam memantau pasien berisiko. 

    Penelitian selanjutnya berjudul “Prediksi Penyakit Diabetes Melitus Menggunakan Algoritma Machine learning”. Penelitian ini menggunakan machine learning dengan memanfaatkan  dataset  yang  terdiri atas768 sebagai bahan percobaan.  Hasil penelitiannya menunjukkan bahwa algoritma machine  learning dapat  diterapkan secara  efektif untuk deteksi  dini  diabetes,  sehingga dapat membantu tenaga medis mengidentifikasi individu berisiko.