Sebuah klinik kesehatan ingin memprediksi apakah seorang pasien memiliki risiko tinggi terkena diabetes tipe 2 berdasarkan dua faktor utama : Usia : umur pasien dalam tahun (misal : 25, 45, 60). Berat Badan : Berat badan dalam kilogram Target : Risiko diabetes tinggi atau tidak (kategori : Tinggi / Rendah) Tujuan Analisis ini adalah membangun pohon keputusan untuk mengklasifikasian pasien berdasarkan tingkat risiko diabetes, guna mendukung program pencegahan dan promosi kesehatan dini.

Mempelajari Random Forest Classifier dan Decision Tree Classifier. Random Forest adalah suatu algoritma yang digunakan pada klasifikasi data dalam jumlah yang besar. Decision Tree disebut dengan pohon keputusan merupakan salah satu pendekatan pemodelan prediktif yang digunakan dalam statistik, penambangan data, dan pembelajaran mesin.

Naïve Bayes adalah sebuah metode klasifikasi berbasis probabilitas yang didasarkan pada Teorema Bayes dengan asumsi bahwa setiap fitur bersifat independen (tidak saling bergantung). Metode ini sering digunakan dalam klasifikasi teks, seperti deteksi spam, analisis sentimen, dan klasifikasi dokumen.

Data Preprocessing adalah proses persiapan dan pembersihan data sebelum digunakan dalam analisis atau model machine learning. Tujuan utamanya adalah meningkatkan kualitas data sehingga menghasilkan model yang lebih akurat dan andal.