| dc.description.abstract | Diabetes melitus merupakan penyakit metabolik kronis yang berpotensi menimbulkan komplikasi serius apabila tidak segera terdeteksi. Penelitian ini bertujuan untuk merancang sistem prediksi diabetes berbasis algoritma Support Vector Machine (SVM) yang diimplementasikan dalam bentuk aplikasi web menggunakan framework Streamlit. Data yang digunakan berasal dari Pima Indians Diabetes Dataset yang mencakup 768 entri pasien dengan delapan atribut medis utama, seperti kadar glukosa, tekanan darah, dan indeks massa tubuh (BMI). Proses penelitian meliputi tahapan pra-pemrosesan data, pelatihan model menggunakan kernel linear, serta evaluasi performa model dengan metrik akurasi, presisi, dan recall. Berdasarkan hasil pengujian, model SVM mampu mencapai akurasi sebesar 72%, presisi 73%, dan recall 50%. Aplikasi web yang dikembangkan memungkinkan pengguna untuk menginput data kesehatan secara mandiri dan memperoleh prediksi risiko diabetes secara instan. Dengan demikian, sistem ini diharapkan dapat menjadi alat deteksi dini yang praktis dan efisien, serta mendukung langkah preventif dalam bidang kesehatan masyarakat. | en_US |
