Text

Klasifikasi Data Diagnosa Penyakit Demam Berdarah Dengue (DBD) Menggunakan Support Vector Machine (SVM) Berbasis GUI Matlab

---

ABSTRAK

Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh gigitan
nyamuk Aedes yang terinfeksi salah satu dari empat tipe virus dengue dengan
manifestasi klinis demam, nyeri otot dan atau nyeri sendi yang disertai leukopenia,
ruam, trombositpenia dan diathesis hemoragik. Ada 6 kriteria untuk menetukan
seorang pasien dikategorikan positif atau negatif DBD, yaitu variabel jenis kelamin
pasien, umur pasien, peningkatan hemoglobin (Hb), peningkatan hematokrit (HT),
tingkat trombosit, dan kadar leukosit. Berdasarkan kriteria tersebut maka akan
dilakukan klasifikasi data pasien positif dan negatif DBD dengan metode Support
Vector Machine (SVM) menggunakan software Matlab. Konsep klasifikasi dengan
SVM adalah usaha mencari hyperplane terbaik yang berfungsi sebagai pemisah dua
buah kelas data pada input space. Fungsi kernel digunakan untuk mengubah data ke
ruang dimensi yang lebih tinggi sehingga memungkinkan dilakukannya pemisahan.
Untuk menentukan parameter terbaik dari fungsi kernel digunakan metode hold-out.
Pada klasifikasi dengan metode SVM didapatkan nilai akurasi terbaik sebesar
96,4286% yaitu dengan fungsi kernel Polynomial.
Kata Kunci: Demam Berdarah Dengue (DBD), klasifikasi, Support Vector Machine
(SVM), hold-out, fungsi kernel.

ABSTRACT

Dengue Hemorrhagic Fever (DHF) is a disease caused by the bite of infected Aedes
mosquito by one of the four types of dengue virus with clinical manifestations of fever,
muscle aches or joint pain which followed by leukopenia, rash, trombositpenia and
hemorrhagic diathesis. There are six criteria for determining and catagorizing a positive
or negative dengue patients, the variable gender of the patient, the patient's age, the
increase in hemoglobin (Hb), increased hematocrit (HCT), the level of platelet and
leukocyte levels. Based on these criteria, data of positive and negative catagorized
patient will be classified by Support Vector Machine (SVM) using Matlab software.
The concept of classification with SVM define as a search for the best hyperplane
which serves as a divider of two classes of data in the input space. Kernel function is
used to convert the data into a higher dimensional space to allow separation. In order
to determine the best parameters of kernel function, hold-out method is used. In the
classification by SVM method, 96.4286% obtained as the best accuracy value by using
polynomial kernel function.
Keywords: Dengue Hemorrhagic Fever (DHF), classification, Support Vector Machine
(SVM), hold-out, Kernel function.

---

Ketersediaan

541E17II

519.5 CHA k

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.5 CHA k

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1546

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Chainur Arrasyid Hasibuan

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar