Implementasi Algoritma Random Forest untuk Penentuan Relawan Pendonor Darah Potensial pada Palang Merah Indonesia (PMI) Kabupaten Kudus

Abstrak

Palang Merah Indonesia (PMI) Kabupaten Kudus menghadapi permasalahan ketidakseimbangan stok darah antar golongan yang sering menyebabkan kesulitan pemenuhan kebutuhan darah pada kondisi darurat. Pengelolaan data pendonor yang masih bersifat manual menjadi faktor utama lambatnya proses pencarian relawan donor. Penelitian ini mengembangkan sistem prediksi berbasis machine learning menggunakan algoritma Random Forest untuk mengidentifikasi relawan pendonor darah yang berpotensi kembali mendonorkan darahnya. Sistem dibangun berbasis web menggunakan framework CodeIgniter dan Python, serta diintegrasikan dengan Sistem Informasi Geografis (SIG) menggunakan Leaflet.js untuk visualisasi spasial distribusi pendonor. Pengembangan sistem menggunakan pendekatan CRISP-DM dengan data historis pendonor PMI Kabupaten Kudus sebagai bahan pelatihan model. Hasil evaluasi menunjukkan performa model yang sangat baik dengan akurasi 87,45% dan ROC-AUC 0,912, serta nilai cross-validation ROC-AUC 0,897 yang mengkonfirmasi konsistensi model tanpa overfitting. Sistem menghasilkan daftar rekomendasi pendonor potensial berdasarkan nilai probabilitas tertinggi yang disusun sesuai kecamatan dan golongan darah, sehingga mempercepat respons petugas PMI dalam pemenuhan kebutuhan darah.