PERAMALAN RISIKO DIABETES MENGUNAKAN APLIKASI MyDIABETICRISK

Authors

  • Amir Afifuddin Ab Zayin Jabatan Sains Komputer, Universiti Pertahanan Nasional Malaysia, Kem Sungai Besi 57000 Kuala Lumpur, Malaysia
  • Zuraini Zainol Jabatan Sains Komputer, Universiti Pertahanan Nasional Malaysia, Kem Sungai Besi 57000 Kuala Lumpur, Malaysia
  • Puteri Nor Ellyza Nohuddin Faculty of Business, Higher College of Technology, Sharjah, United Arab Emirates
  • Hassan Mohamad Jabatan Sains Komputer, Universiti Pertahanan Nasional Malaysia, Kem Sungai Besi 57000 Kuala Lumpur, Malaysia

Keywords:

Regresi logistik, Peramalan, Diabetes, Risiko, Perlombongan data

Abstract

Diabetes merupakan salah satu penyakit pembunuh senyap yang mengancam nyawa di seluruh dunia. Pelbagai faktor risiko seperti umur, obesiti, diet pemakanan yang tidak seimbang, kurang bersenam, gaya hidup yang tidak sihat dan sebagainya telah dikenalpasti sebagai penyumbang utama kepada diabetes. MyDiabeticRisk merupakan aplikasi yang dapat digunakan untuk meramal peringkat awal diabetes di kalangan pesakit berdasarkan empat (4) faktor risiko iaitu glukos, tekanan darah, BMI dan umur menggunakan algoritma Regresi Logistik. Matlamat utama kajian ini adalah untuk membangunkan sebuah aplikasi berasaskan web yang dapat meramal diabetes mengunakan faktor risiko dan menghasilkan keputusan ramalan dalam bentuk grafik secara automatik. Dengan adanya aplikasi ini, seseorang individu dapat mengesan risiko penyakit diabetes lebih awal. Algoritma Regresi Logistik digunakan untuk membina model ramalan. Model yang telah dilatih digunakan untuk meramal risiko penyakit diabetes berdasarkan input pengguna.

 

Diabetes is one of the silent killer diseases that threaten lives all over the world. Various risk factors such as age, obesity, unbalanced diet, lack of exercise, unhealthy lifestyle and so on have been identified as major contributors to diabetes. MyDiabeticRisk is an application that uses logistic regression to predict early stage of Diabetes in patients based on four (4) primary factors such as  glucose, blood pressure, BMI, and age. In this context, this web based application is appropriate for individuals who want to determine whether they have or do not have Diabetes. The primary objective for this project is to create an application that can detect diabetes in patients using data and generate predictive findings in graphical style. The Logistic Regression algorithm was used in the methodology. From user input, the trained model is utilized to forecast diabetes illness outcomes.

Downloads

Download data is not yet available.

Downloads

Published

13-07-2023

How to Cite

Amir Afifuddin Ab Zayin, Zainol, Z., Nohuddin, P. N. E., & Hassan Mohamad. (2023). PERAMALAN RISIKO DIABETES MENGUNAKAN APLIKASI MyDIABETICRISK. Zulfaqar Journal of Defence Science, Engineering & Technology, 6(2). Retrieved from https://zulfaqarjdset.upnm.edu.my/index.php/zjdset/article/view/76

Issue

Section

Articles