Sedyanto, Rizky (2021) Implementasi Smooth Support Vector Machine Untuk Klasifikasi Pasien Diabetes. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Rizky Sedyanto_COVER.pdf - Published Version Download (34kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_LEMBAR PENGESAHAN.pdf - Published Version Download (195kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (88kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (113kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_KATA PENGANTAR.pdf - Published Version Download (14kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_DAFTAR ISI.pdf - Published Version Download (35kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_BAB 1.pdf - Published Version Download (114kB) | 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 |
||
|
Text
UNIKOM_Rizky Sedyanto_BAB 5.pdf - Published Version Download (57kB) | Preview |
|
|
Text
UNIKOM_Rizky Sedyanto_DAFTAR PUSTAKA.pdf - Published Version Download (130kB) | 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 |