📄 General Product Description
DiaPrognosis adalah lebih dari sekadar aplikasi, ini adalah komitmen kami untuk masa depan yang lebih sehat bagi Indonesia. Bersama DiaPrognosis, kita bisa menciptakan masa depan yang lebih sehat dan bebas dari ancaman diabetes. Jangan biarkan diabetes mengontrol hidup Anda, ambil kendali dengan DiaPrognosis!
Get ready to embark on an exciting journey as we unveil our latest prototype product!
🤖 Advance Artificial Intelligence Corner!
| ⚙️ AI Features | Description |
|---|---|
| Decision Tree Classifier | Algoritma ini digunakan untuk membangun model prediksi risiko diabetes berdasarkan data kesehatan pengguna. Decision Tree Classifier dipilih karena kemampuannya yang baik dalam menangani berbagai jenis fitur, baik numerik maupun kategorikal, serta toleransinya terhadap data yang tidak seimbang. Algoritma ini juga mudah diinterpretasikan dan divisualisasikan, yang penting dalam aplikasi medis. |
| Scikit-Learn | Framework ini digunakan dalam pengembangan model prediksi. Scikit-Learn menyediakan berbagai alat dan fungsi untuk preprocessing data, seleksi fitur, pelatihan model, validasi model, dan evaluasi model. Dalam proyek ini, Scikit-Learn digunakan untuk standardisasi fitur, pembagian dataset, pencarian hyperparameter optimal, dan evaluasi model. |
| IBM Watson Machine Learning | Platform ini digunakan untuk deployment model prediksi diabetes. IBM Watson Machine Learning memungkinkan model yang telah dilatih untuk diakses secara online dan real-time melalui endpoint API. Hal ini memudahkan integrasi model ke dalam aplikasi web, memungkinkan pengguna untuk mendapatkan prediksi risiko diabetes secara langsung. |
| IBM Cloud | Platform cloud ini digunakan untuk menghosting model prediksi dan aplikasi web DiaPrognosis. Dengan menggunakan IBM Cloud, aplikasi dapat diakses dengan stabil dan dapat menangani banyak pengguna secara bersamaan. |
| Flask | Framework web ini digunakan untuk mengembangkan backend aplikasi web DiaPrognosis. Flask menangani penerimaan data kesehatan pengguna, pemrosesan data, pengiriman data ke model yang di-deploy di IBM Watson, dan pengembalian hasil prediksi kepada pengguna. |
| Large Language Model (LLM) LLaMA3 | Fitur LLM digunakan dalam pengembangan chatbot "Dian". LLaMA3 memungkinkan chatbot untuk memahami dan merespons pertanyaan pengguna secara alami dan interaktif. Ini membantu dalam memberikan informasi dan rekomendasi kesehatan terkait diabetes kepada pengguna. |
| GridSearchCV | Alat ini digunakan untuk pencarian hyperparameter terbaik dalam proses pelatihan model. GridSearchCV membantu menemukan kombinasi parameter yang memaksimalkan kinerja model, memastikan model yang dihasilkan memiliki akurasi tinggi dalam prediksi risiko diabetes. |
💻 Explore the Website (Click Here👇)
https://diaprognosis.my.id/login?next=https://diaprognosis.my.id/
Proudly Present the Kelompok 3 Team
| Full Name | University |
|---|---|
| Gede Oke | Universitas Gunadarma |
| Agnes Situmorang | Institut Teknologi Del |
| Ahmad Azhriel Rizha Zahran | Universitas Jamber |
| Bulan Purnama Utami | Institut Teknologi Batam |
Thankyou everyone keep strollin!