Analisis Faktor Risiko Obesitas Pada Individu Menggunakan Algoritma Random Forest Dengan Rapidminer
Main Article Content
Naqibuzzahidin
Zaehol Fatah
Obesitas adalah masalah kesehatan global yang ditandai dengan menumpuknya lemak tubuh berlebih, meningkatkan risiko penyakit kronis seperti diabetes dan penyakit jantung. Data Mining sangat efektif untuk mengidentifikasi faktor risiko obesitas pada individu menggunakan algoritma Random Forest yang diimplementasikan dengan RapidMiner, dipilih karena kemampuannya menangani banyak variabel dan mengatasi multikolinearitas. Dataset ini terdiri dari 2.087 entri dengan 15 fitur terkait gaya hidup, pola makan, dan riwayat kesehatan yang diperoleh dari situs Kaggle, dan dibagi menjadi 90% data latih serta 10% data uji untuk evaluasi kinerja model. Hasilnya menunjukkan model mampu mencapai akurasi 79,81%, presisi 78,26%, dan recall 67,86%, dengan faktor dominan yang mempengaruhi risiko obesitas adalah konsumsi makanan tinggi kalori, rendahnya aktivitas fisik, dan riwayat keluarga obesitas. Penelitian ini memberikan wawasan penting bagi upaya pencegahan obesitas melalui pengembangan kebijakan kesehatan dan program edukasi yang lebih efektif, fokus pada perubahan pola hidup untuk mengurangi prevalensi obesitas dan komplikasi
Al-Giffary, Farhan Rizky, and Martanto Martanto. 2024. “Klasifikasi Kelulusan Siswa Tahun 2024 Menggunakan Metode Decision Tree (Studi Kasus Sma Islam Alazhar 5 Cirebon).” Jurnal Manajamen Informatika Jayakarta 4(2): 195.
Annurullah, Gifta Alifa, Maulyda Shakeela Jasmine, Nandita Ardrafitri Saraswati, and Yabsutur Rizka. 2021. “Faktor Risiko Obesitas Pada Pekerja Kantoran: A Systematic Review.” Jurnal Kesehatan Tambusai 2(2): 80–88.
Ardiansyah, Risnita, and M. Syahran Jailani. 2023. “Teknik Pengumpulan Data Dan Instrumen Penelitian Ilmiah Pendidikan Pada Pendekatan Kualitatif Dan Kuantitatif.” Jurnal IHSAN : Jurnal Pendidikan Islam 1(2): 1–9.
Arrohman, Supri, and Zaehol Fatah. 2024. “Gudang Jurnal Multidisiplin Ilmu Prediksi Diabetes Menggunakan Algoritma Klasifikasi K-Nearest Neighbors ( K-NN ) Pada Perempuan Indian Pima.” 2: 220–26.
Jollyta, D, A Hajjah, E Haerani, and M Siddik. 2023. Algoritma Klasifikasi Untuk Pemula Solusi Python Dan RapidMiner. Deepublish. https://books.google.co.id/books?id=y84TEQAAQBAJ.
Oktafiani, Rian, Arief Hermawan, and Donny Avianto. 2023. “Pengaruh Komposisi Split Data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning.” Jurnal Sains dan Informatika 9(April): 19–28.
Pratama, Bangkit Ary. 2023. “Literature Review: Faktor Risiko Obesitas Pada Remaja Di Indonesia.” Indonesian Journal on Medical Science 10(2).
Rafi Nahjan, Muhammad, Nono Heryana, and Apriade Voutama. 2023. “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell.” JATI (Jurnal Mahasiswa Teknik Informatika) 7(1): 101–4.
Saraswati, Siwi Kurnia et al. 2021. “Literature Review : Faktor Risiko Penyebab Obesitas.” Media Kesehatan Masyarakat Indonesia 20(1): 70–74.
Suci Amaliah, Muhammad Nusrang, and Aswi Aswi. 2022. “Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi Di Kedai Kopi Konijiwa Bantaeng.” VARIANSI: Journal of Statistics and Its application on Teaching and Research 4(3): 121–27.
Teknologi, Jurnal et al. 2021. “ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19.” 2(2): 100–108.
Zulfikar, Z, E S Podungge, M I Saleh, and ... 2022. “Penerapan Data Mining Untuk Memprediksi Tingkat Kelulusan Siswa Menggunakan Algoritma Neural Network.” Jurnal Elektronik Sistem … 5(1): 7–13. http://jesik.web.id/index.php/jesik/article/view/91.
