Penyakit tidak menular (PTM) seperti diabetes, hipertensi, dan penyakit jantung terus menjadi tantangan utama dalam dunia kesehatan global. Diabetes, khususnya, membutuhkan pemantauan kadar glukosa darah secara berkala untuk menghindari komplikasi jangka panjang. Dengan meningkatnya jumlah penderita diabetes, diperlukan pendekatan inovatif untuk prediksi kadar glukosa darah guna mendukung pencegahan dan pengelolaan penyakit ini. Salah satu metode yang semakin berkembang dalam analisis data medis adalah model machine learning, seperti Extreme Gradient Boosting (XGBoost), yang mampu melakukan prediksi multi-langkah dalam analisis deret waktu dengan akurasi tinggi.

Pada Jumat (14/02/2025), Program Studi S2 Matematika Universitas Airlangga (Unair) mengadakan guest lecture bekerja sama dengan Sejong University. Acara diawali dengan sambutan dari Prof. Dr. Nur Chamidah, M.Si., selaku Koordinator Program Studi Magister Matematika. Sesi utama diisi dengan pemaparan materi oleh Dr. Eng. Muhammad Syarifudin, S.Kom., M.IM. dengan moderator Rewan Jayadi, S.Si., mahasiswa S2 Matematika UNAIR. Materi yang disampaikan berfokus pada prediksi kadar glukosa darah menggunakan metode Extreme Gradient Boosting Model.

Tujuan dari kegiatan ini adalah untuk memperkenalkan serta meningkatkan pemahaman para peneliti mengenai metode prediksi kadar glukosa darah berbasis XGBoost. Pemaparan materi mencakup pengenalan dasar analisis deret waktu, pemodelan menggunakan Extreme Gradient Boosting, serta teknik direct multi-step forecasting untuk memprediksi kadar glukosa darah dalam beberapa langkah ke depan. Selain itu, ditampilkan pula implementasi kode program beserta hasil simulasi guna mendukung pemahaman peserta.

Pada akhir sesi, pembicara menyampaikan hasil dan kesimpulan berupa perbandingan performa model XGBoost dengan metode lainnya dalam prediksi kadar glukosa darah, menunjukkan keunggulan model ini dalam memberikan hasil yang lebih akurat dan andal dibandingkan teknik konvensional.