DIAGNOSA PENYAKIT SALURAN PERNAPASAN DENGAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
Abstract
Support Vector Machine (SVM) telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi SVM dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Dalam penelitian ini, aplikasi SVM digunakan untuk mendiagnosa penyakit saluran pernapasa khususnya pada penyakit Tuberculosis, Asma, Sinusitis, Bronchitis, Pneumonia, dan ISPA berdasarkan gejala-gejala dari penyakit saluran pernapasan tersebut. Data yang digunakan dalam penelitian ini sebanyak 77 data, 56 data untuk pelatihan dan 21 data untuk pengujian. Data di atas diperoleh dari ruang rekam medis RSUD Dr. M. Haulussy Ambon. Dalam penelitian ini, diujicobakan variasi fungsi kernel pada SVM untuk mendapatkan tingkat keakuratan yang terbaik. Tingkat keakuratan terbaik dari pengujian 21 data diperoleh sebesar 80.95%.
Downloads
References
[2] H. Sasrawan, “Kehidupan Awal Masyarakat Indonesia,†2 Januari 2013. [Online]. Available: http://hedisasrawan.blogspot.co.id/2013/01/kehidupan-awal-masyarakat-indonesia.html?m=1. [Diakses 5 November 2015].
[3] N. I. Pradasari, F. T. P. W. dan D. Triyanto, “Aplikasi Jaringan Saraf Tiruan untuk memprediksi Penyakit Saluran Pernapasan dengan Metode Backpropagation,†Jurnal Coding Sistem Komputer Untan, vol. 1, no. 1, 2013.
[4] L. Fausett, Fundamentals of Neural Network: Architectures, Fundamentals, and Applications, New Jersey: Prentice-Hall, Inc., 1994.
Authors who publish with this Journal agree to the following terms:
- Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
- Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.