Text

Aplikasi Data Mining Untuk Mendeteksi Penyakit Hepatitis Menggunakan Metode Support Vector Machine (SVM) Polynomial (Studi Kasus : Data Pasien Hati India)

---

ABSTRAK

Perkembangan teknologi informasi saat ini telah merambah ke berbagai sektor termasuk sektor kesehatan. Dalam sektor kesehatan, perkembangan ilmu kedokteran mengalami kemajuan yang sangat pesat yang ditandai dengan ditemukannya penyakit-penyakit baru yang belum teridentifikasi sebelumnya. Salah satu penyakit yang berkembang saat ini yaitu penyakit pada organ hati. Salah satunya adalah penyakit Hepatitis. Diagnosa awal penyakit ini setelah memperhatikan gejala adalah melakukan tes fungsi hati yang biasa disebut LFT (Liver Function Test). Dengan beberapa atribut dari hasil pemeriksaan LFT tersebut akan mudah digunakan untuk menganalisis penyakit tersebut. Salah satu teknologi kecerdasan buatan yang dapat digunakan untuk menganalisis penyakit tersebut adalah machine learning. Machine Learning telah banyak digunakan dalam bidang medis yaitu untuk menganalisa dataset medis. Salah satu metode machine learning adalah Support Vector Machine (SVM). Ciri dari metode ini adalah menemukan fungsi pemisah (klasifier) yang optimal yang bisa memisahkan dua set data dari dua kelas yang berbeda. Data yang digunakan pada penelitiaan ini didapat dari UCI (Universitas California Invene) Machine Learning Repository yang berjumlah 579 data pasien. Dalam dataset tersebut, terdapat 11 atribut yang akan digunakan untuk mendiagnosis penyakit dengan menggunakan metode support vector machine polynomial. Dengan menggunakan Cross validation, menggunakan pengujian pada 10 atribut data Pasien Hati India memiliki rata-rata nilai akurasi sebesar 87.65%.
Kata Kunci : Support Vector Machine, Hepatitis, Machine Learning, Cross Validation,
polynomial

ABSTRACT

The development of information technology has now penetrated into various sectors including the health sector. In the health sector, the development of medical science has progressed very rapidly marked by the discovery of new diseases that have not been identified before. One of the diseases that develops now is the disease in the liver. One of them is hepatitis. The initial diagnosis of this disease after paying attention to symptoms is to perform a liver function test which is commonly called the LFT (Liver Function Test). With some attributes from the results of the LFT examination it will be easy to use to analyze the disease. One of the artificial intelligence technologies that can be used to analyze the disease is machine learning. Machine Learning has been widely used in the medical field to analyze medical datasets. One machine learning method is Support Vector Machine (SVM). The characteristic of this method is finding the optimal separator function (classifier) that can separate two data sets from two different classes. The data used in this research was obtained from UCI (University of California Invene) Machine Learning Repository, which amounted to 579 patient data. In the dataset, there are 11 attributes that will be used to diagnose the disease using the support vector machine polynomial method. By using the dataset, there are 11 attributes that will be used to diagnose the disease using the support vector machine polynomial method. By using Cross validation, using tests on 10 attributes of Indian Heart Patients has an average accuracy value of 87.65%.
Keywords : Support Vector Machine, Hepatitis, Machine Learning, Cross Validation,
polynomial

---

Ketersediaan

680F18IV

680 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

680 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621384

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Lusy Octoria Sitanggang

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar