Klasifikasi Diabetes Mellitus Menggunakan Support Vector Machine (Studi Kasus: Puskesmas Modopuro, Mojokerto)
| Autor: | Andharini Dwi Cahyani, Ari Basuki |
|---|---|
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | Rekayasa. 12:174-182 |
| ISSN: | 2502-5325 0216-9495 |
| DOI: | 10.21107/rekayasa.v12i2.19763 |
| Popis: | Diabetes Melitus (DM) merupakan salah satu penyakit dimana tubuh seorang pasien tidak dapat mengontrol tingkat konsentrasi gula (glukosa). Ada beberapa indikator kondisi tubuh pasien yang menunjukkan adanya penyakit diabetes. Pada penelitian ini dilakukan pengelompokan pasien DM dengan menggunakan metode Machine Learning. Algoritma yang digunakan adalah Support Vector Machine (SVM) yang merupakan metode klasifikasi supervised learning. SVM bekerja dengan membagi dataset menjadi 2 bagian dengan menggunakan garis linear (hyperplane) yang optimal. Target dari klasifikasi digunakan untuk memprediksi apakah pasien dengan indikator kondisi tubuh tertentu merupakan pasien DM yang terdeteksi atau tidak. Dari data yang diperoleh dari Puskesmas Modopuro, terdapat beberapa missing value. Pada penelitian ini, missing value diatasi dengan cara melakukan imputasi. Ada 3 kernel yang digunakan pada metode SVM, yaitu linear, polynomial, dan sigmoid. Pengukuran kinerja 3 jenis kernel tersebut akan menggunakan 5 subset cross validation. Nilai akurasi cross validation terbaik yang didapatkan menggunakan kernel linear, polynomial, dan sigmoid masing-masing yaitu 62%, 64%, dan 54%. Berdasarkan hasil pengamatan kernel polynomial mendapatkan hasil akurasi yang lebih baik dari kernel lainnya |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|