Implementasi Smooth Support Vector Machine Untuk Klasifikasi Pasien Diabetes

Sedyanto, Rizky (2021) Implementasi Smooth Support Vector Machine Untuk Klasifikasi Pasien Diabetes. Other thesis, Universitas Komputer Indonesia.

Preview	Text UNIKOM_Rizky Sedyanto_COVER.pdf - Published Version Download (34kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_LEMBAR PENGESAHAN.pdf - Published Version Download (195kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (88kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (113kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_KATA PENGANTAR.pdf - Published Version Download (14kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_DAFTAR ISI.pdf - Published Version Download (35kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_BAB 1.pdf - Published Version Download (114kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_BAB 2.pdf - Published Version Download (471kB) | Preview
	Text UNIKOM_Rizky Sedyanto_BAB 3.pdf - Published Version Restricted to Repository staff only Download (704kB) | Request a copy
	Text UNIKOM_Rizky Sedyanto_BAB 4.pdf - Published Version Restricted to Repository staff only Download (456kB) | Request a copy
Preview	Text UNIKOM_Rizky Sedyanto_BAB 5.pdf - Published Version Download (57kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_DAFTAR PUSTAKA.pdf - Published Version Download (130kB) | Preview
Preview	Text UNIKOM_Rizky Sedyanto_KONTAK.pdf - Published Version Download (123kB) | Preview

Abstract

Diabetes melitus (DM) adalah sebuah penyakit yang disebabkan oleh banyak faktor bisa dari kurangnya insulin atau ketidakmampuan tubuh untuk memanfaatkan insulin dengan simtoma berupa hiperglikemia kronis dan gangguan metabolisme karbohidrat, lemak dan protein sebagai akibat dari defisiensi atau aktivitas insulin, defisiensi transporter glukosa atau keduanya. Selain dengan diagnosa lab, dalam melakukan diagnosis diabetes ada beberapa hal yang diperhatikan, seperti umur, tekanan darah, keturunan. Poin – poin ini bisa digunakan untuk mendiagnosis seseorang diabetes atau tidak. Dari poin – poin yang digunakan untuk mendiagnosa diabetes membuat metode machine learning, pattern recognition dan metode statistika lainnya menjadi pilihan untuk melakukan diagnosis pasien diabetes. Untuk melakukan klasifikasi, dalam penelitian ini digunakan metode Smooth Support Vector Machine (SSVM). Sebelum prediksi dilakukan, terlebih dahulu akan dilakukan preprocessing yang berupa filtering dan normalisasi, selain preprocessing metode optimasi feature selection berupa sequential forward selection akan digunakan untuk mengoptimalkan dataset yang digunakan. Untuk mendapatkan solusi optimal, dalam penelitian ini mengkombinasikan metode – metode tersebut dengan hasil 79.24%. Hasil tersebut menunjukkan bahwa metode yang digunakan dapat menghasilkan solusi yang optimal.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Diabetes Melitus, PID, SSVM, Sequential Forward Selection, Normalization
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	18 Jan 2022 07:38
Last Modified:	18 Jan 2022 07:38
URI:	http://elibrary.unikom.ac.id/id/eprint/4959

Actions (login required)

View Item