Detail Cantuman Kembali
IMPLEMENTASI METODE SUPPORT VEKTOR MACHINE (SVM) DALAM PREDIKSI PENYAKIT JANTUNG DENGAN MENGGUNAKAN PYTHON 3
- Bagikan:
Jantung merupakan susunan sistem saraf yang sangat penting didalam tubuh manusia. Penyakit jantung merujuk pada sekelompok kondisi yang dapat mempengaruhi fungsi normal jantung. Penyakit jantung salah satu contohnya adalah penyakit jantung koroner, gagal jantung, aritmia, dan penyakit jantung bawaan. Kondisi ini dapat mempengaruhi kemampuan jantung untuk memompa darah secara efektif, sehingga menyebabkan gangguan sirkulasi darah, yang akan berpotensi menjadi ancaman serius bagi kesehatan tubuh.
Dengan menggunakan metode Support Vektor Machine (SVM) untuk melakukan prediksi penyakit jantung dengan menggunakan Python 3. Jumlah data yang digunakan sebanyak 7.000 dataset yang diambil dari website kaggle, dengan menggunakan pembagian data 80% untuk data latih dan 20% untuk data uji.
Dalam penelitian ini, dengan menggunakan Support Vektor Machine (SVM) kernel non linear yaitu menggunakan fungsi kernel Radial Basis Function (RBF) mendapatkan hasil akurasi sebesar 72%, dan dengan menggunakan model evaluasi mendapatkan hasil accuracy sebesar 71%, precision 81%, recall 67%, dan f1-Score 73%.
Kata kunci: prediksi penyakit jantung, suport vektor machine, non linear, kernel RBF
003 AFI I R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2024
Yogyakarta
LOADING LIST...
LOADING LIST...