Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Pasien Penderita Diabetes Mellitus
Risma, Puspita (2025) Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Pasien Penderita Diabetes Mellitus. Skripsi thesis, Universitas Tanjungpura.
|
Text (Cover-Bab I)
Cover-Bab1_H1091201060.pdf - Published Version Download (264kB) |
|
|
Text (H1091201060_RISMA PUSPITA)
H1091201060_RISMA PUSPITA.pdf - Accepted Version Restricted to Repository staff only Download (559kB) |
Abstract
Diabetes Mellitus merupakan kondisi di mana tubuh gagal mengontrol kadar glukosa dalam darah. Penyakit ini terjadi karena tubuh tidak mampu menghasilkan insulin dalam jumlah yang cukup, sehingga menyebabkan peningkatan kadar gula darah tetap tinggi dan dapat menyebabkan dampak serius bagi kesehatan pasien. Dalam upaya memahami dan menganalisis masalah Diabetes Mellitus secara lebih mendalam sistem klasifikasi yang akurat untuk mendeteksi penyakit ini, diperlukan pendekatan yang tepat, salah satunya melalui metode berbasis Machine Learning. Untuk mengidentifikasi faktor-faktor yang mempengaruhi klasifikasi pasien diabetes mellitus serta menentukan tingkat akurasi algoritma Support Vector Machine (SVM) dalam proses klasifikasi maka dari itu penelitian ini menggunakan dua jenis kernel yaitu kernel lienar dan kernel Radial Basic Function (RBF). Data yang digunakan merupakan data sekunder dari 982 pasien di Puskesmas Gang Sehat, dengan variabel yang dianalisis meliputi jenis kelamin, usia, tekanan darah, serta Indeks Massa Tubuh. Hasil menunjukkan bahwa kernel RBF memiliki akurasi lebih tinggi 80,2% dibandingkan kernel linear 77,8%, sehingga kernel RBF lebih efektif dalam menangani pola data dalam penelitian ini.
| Item Type: | Thesis (Skripsi) | ||||||
|---|---|---|---|---|---|---|---|
| Creators: |
|
||||||
| Subjects: | 500 – Ilmu Pengetahuan > 510 Matematika > 518 Analisis numerik, analisa numerik | ||||||
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik S1 | ||||||
| Depositing User: | Rudiarti Rudiarti | ||||||
| Date Deposited: | 18 Jun 2026 07:39 | ||||||
| Last Modified: | 18 Jun 2026 07:39 | ||||||
| URI: | https://repository.untan.ac.id/id/eprint/5546 |
Actions (login required)
![]() |
View Item |
