Demam Berdarah Dengue (DBD) masih menjadi masalah kesehatan serius di Indonesia, termasuk Kabupaten Sleman, dengan angka kasus yang fluktuatif dan dipengaruhi oleh faktor iklim. Penanganan yang masih reaktif serta keterbatasan sistem data menyebabkan upaya pencegahan kurang efektif. Penelitian ini bertujuan mengembangkan model prediksi DBD berbasis machine learning dan mengimplementasikannya ke dalam website yang interaktif.
Penelitian dilakukan dengan membangun model prediksi menggunakan data historis dan data iklim, serta menerapkan algoritma machine learning seperti XGBoost, Random Forest, dan SARIMAX. Selain itu, dikembangkan website untuk melakukan prediksi dan menampilkan hasil secara visual melalui peta, agar dapat diakses oleh pihak terkait secara luas.
Hasil penelitian menunjukkan bahwa XGBoost merupakan model terbaik dengan MAPE 9,93% di tingkat kabupaten dan SMAPE 4,51% di tingkat kapanewon. Model ini diintegrasikan ke dalam website dan mampu menampilkan wilayah berisiko DBD secara interaktif, sehingga mendukung pengambilan keputusan yang lebih cepat dan berbasis data.