Abstract :
Diabetes Mellitus adalah suatu kondisi ketika tubuh manusia tidak dapat memproduksi kebutuhan insulin yang cukup atau ketika tubuh tidak dapat memanfaatkan insulin yang diproduksi dengan baik. Penyakit ini termasuk kedalam kategori penyakit metabolik dan merupakan salah satu masalah utama dalam meningkatkan kualitas kesehatan masyarakat di dunia. Tujuan dari penelitian ini adalah untuk mencari tahu performa nesterov accelerated-adaptive moment estimatiom neural network dalam mengklasifikasi pasien diabetes. Praproses data dilakukan dalam beberapa tahap yaitu cleansing data, dan normalisasi data. Dataset yang telah dipraproses dibagi menjadi 75% data latih dan 25% data uji. Pencarian hyperparameter terbaik dilakukan dengan menggunakan k-fold cross validation dengan menggunakan data latih yang dibagi menjadi 5-fold. Hyperparameter yang didapat digunakan untuk pelatihan ulang menggunakan data latih yang akan menghasilkan model final yang nantinya akan diuji pada data uji. Hyperparameter terbaik yang didapat juga akan digunakan untuk membangun model yang akan dilatih dan diuji pada dataset yang di-resample. Hyperparameter terbaik yang dihasilkan memiliki nilai beta 1 dan beta 2 sebesar 0.99 dan 0.990. Model yang dihasilkan memiliki skor akurasi sebesar 81%, presisi 75%, dan recall 68.57%. Sedangkan model yang dihasilkan oleh dataset yang di-resample memiliki skor akurasi sebesar 73.13%, presisi 69.84%, dan recall 72.13%. Kesimpulan yang dapat ditarik dari hasil tersebut adalah model yang dihasilkan oleh nesterov accelerated-adaptive moment estimation neural network dapat mengklasifikasi pasien diabetes dengan tingkat akurasi yang cukup.