Implementasi Metode Support Vector Machine Untuk Klasifikasi Jenis Penyakit Malaria
| Main Author: | Biantong, Tryse Rezza |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/161775/1/Tryse%20Rezza%20Biantong.pdf http://repository.ub.ac.id/161775/ |
Daftar Isi:
- Malaria merupakan suatu penyakit yang ditularkan oleh nyamuk Anopheles betina yang terinfeksi oleh suatu parasit (protozoa) yang berasal dari genus Plasmodium. Terdapat empat spesies parasit protozoa yang umumnya menyerang manusia, diantaranya: Plasmodium vivax yang menyebabkan malaria tertiana, Plasmodium falciparum menyebabkan malaria tropika, Plasmodium malariae menyebabkan malaria kuartana, dan Plasmodium ovale menyebabkan malaria ovale. Dari keempat penyakit malaria ini memiliki gejala yang hampir sama sehingga tidak mudah untuk membedakan antara jenis malaria yang satu dengan yang lain. Maka dari itu, dibutuhkan suatu sistem yang dapat mengklasifikasan jenis penyakit malaria berdasarkan gejala yang ditimbulkan. Klasifikasi merupakan pembuatan suatu model yang digunakan untuk mengelompokkan suatu objek yang memiliki ciri-ciri yang sama ke dalam suatu kelas yang telah ditentukan. Salah satu metode klasifikasi adalah Support Vector Machine (SVM). Oleh karena itu dalam penelitian ini digunakan algoritma klasifikasi SVM dengan menggunakan kernel RBF. Data yang digunakan sebanyak 200 data yang diambil dari Dinas Kesehatan Kabupaten Nabire, Papua. Pada pengujian ini digunakan K-fold Cross Validation dengan nilai K-fold=10. Hasil akurasi terbaik yang dihasilkan oleh sistem ini adalah 72% dengan nilai parameter