Guest Lecture Series: Predicting Non-Communicable Disease Using Decision Tree and Random Forest Model

Penyakit tidak menular (PTM) seperti diabetes, hipertensi, dan penyakit jantung kini menjadi tantangan utama dalam dunia kesehatan global. Berbeda dengan penyakit menular, PTM tidak disebabkan oleh infeksi tetapi lebih dipengaruhi oleh faktor gaya hidup, genetika, dan lingkungan. Dengan meningkatnya prevalensi PTM, diperlukan pendekatan inovatif dalam upaya prediksi dan pencegahan dini. Salah satu metode yang semakin berkembang dalam bidang kesehatan adalah pemanfaatan model statistika dan machine learning, seperti Decision Tree dan Random Forest, yang mampu mengolah data medis untuk menghasilkan prediksi yang akurat serta mendukung pengambilan keputusan klinis.

Pada Kamis (13/02/2025), Program Studi S2 Matematika Unair melakukan kerjasama berupa guest lecture dengan Sejong University. Kegiatan diawali dengan sambutan oleh Prof. Dr. Nur Chamidah, M.Si., selaku Koordinator Program Studi Magister Matematika. Kemudian, sesi utama acara dimulai dengan pemaparan materi oleh Dr. Eng. Norma Latif Fitriyani, S.Kom., M.IM., yang dimoderatori oleh Aghisna Asfahani, S.Si., mahasiswa S2 Matematika UNAIR. Materi yang disampaikan berkaitan dengan prediksi penyakit tidak menular menggunakan metode Decision Tree dan Random Forest Model.

Tujuan dari kegiatan ini adalah agar para peneliti dapat mengenal dan memahami lebih lanjut tentang metode prediksi menggunakan Decision Tree dan Random Forest. Pemaparan materi mencakup pengenalan dasar hingga tingkat lanjut tentang Decision Tree, yang kemudian dilanjutkan dengan pembahasan algoritma Random Forest. Selain itu, ditampilkan pula kode program serta hasil simulasi untuk mendukung pemahaman peserta.

Pada akhir sesi, pembicara menyampaikan hasil dan kesimpulan berupa perbandingan performansi antara Decision Tree dan Random Forest, menunjukkan keunggulan model ini dalam memberikan hasil yang lebih akurat dan andal dibandingkan teknik konvensional.