🩺 Diabetes Prediction — Assessment Lab IS 2025

Proyek ini merupakan implementasi machine learning untuk memprediksi status glikemik seseorang (Normal / Pre-diabetes / Diabetes) berdasarkan data klinis dan laboratorium.
Dataset bersumber dari masyarakat Irak (Medical City Hospital & Al-Kindy Teaching Hospital), diakses melalui Mendeley Data.

✨ Tujuan

• Mengembangkan model prediktif yang akurat dan dapat dipertanggungjawabkan.
• Mengeksplorasi faktor klinis (HbA1c, BMI, profil lipid, usia, dll) yang berkontribusi pada klasifikasi diabetes.
• Menangani masalah class imbalance dengan SMOTE untuk meningkatkan performa pada kelas minoritas.

🔬 Metodologi

1. EDA (Exploratory Data Analysis) → distribusi data, korelasi, insight klinis.
2. Data Cleaning & Preprocessing → normalisasi label, scaling numerik, one-hot encoding kategorikal.
3. Resampling (SMOTE) → hanya diterapkan pada data training untuk mengatasi imbalance.
4. Baseline Models → Logistic Regression, Random Forest, Gradient Boosting, SVC.
5. Model Selection & Tuning → Gradient Boosting dipilih dan dioptimasi dengan GridSearchCV.
6. Evaluation → Accuracy, F1-weighted, Macro ROC-AUC, Classification Report, Confusion Matrix.
7. Interpretasi → Feature importance & visualisasi.

📊 Hasil Utama

• Gradient Boosting Classifier (tuned) menjadi model terbaik.
• HbA1c terbukti sebagai faktor dominan, diikuti BMI dan biomarker lipid.
• Performansi model sangat baik dengan F1-weighted tinggi dan Macro ROC-AUC mendekati 1.

📌 Insight

• Penanganan imbalance (SMOTE) terbukti meningkatkan performa kelas minoritas.
• Model berbasis boosting lebih unggul dibandingkan baseline linear atau bagging.
• Potensi besar untuk clinical decision support system dalam skrining awal diabetes.

🚀 Struktur Repo

.
├── diabetes_lab_IS2025.ipynb   # Notebook utama (storytelling + code)
├── Dataset of Diabetes .csv    # Dataset (perlu disimpan manual, sesuai lisensi)
├── best_model_diabetes.pkl     # Model terlatih (opsional)
└── README.md                   # Deskripsi proyek

⚠️ Catatan

• Dataset tidak berisi PII (sudah dianonimkan).
• Model ini hanya alat bantu → tidak menggantikan diagnosis klinis.
• Untuk penggunaan nyata, perlu validasi eksternal dan kalibrasi probabilitas.