Candi Aldama
Universitas Bina Darma

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN METODE SUPPORT VECTOR MACHINE PADA RUMAH SAKIT UMUM PRABUMULIH Candi Aldama; Muhammad Nasir
JURNAL ILMIAH BETRIK Vol. 14 No. 02 AGUSTUS (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i02 AGUSTUS.117

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan diagnosa pasien diabetes melitus Rumah Sakit Umum Prabumulih menggunakan metode SVM (Support Vector Machine). Metode analisis data yang digunakan yaitu CRISP-DM (Cross Industry Standard Process for Data Mining ) dengan tahapan yang dimulai dari Business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Hasil penelitian menunjukkan Nilai akurasi rata - rata sebesar 65% dari perhitungan metode SVM dengan bantuan Software RapidMiner. Selain itu, Semakin banyak sampel data maka semakin besar juga tingkat akurasi kebenaran klasifikasi data pasien diagnosis diabetes melitus, sehingga metode yang dibuat dapat digunakan untuk memprediksi class yang belum diketahui seperti ketepatan diagnosis tipe diabetes melitus. Kontribusi penting dari penelitian ini adalah dapat memberikan informasi mengenai klasifikasi data pasien diagnosis diabetes melitus pada periode yang akan datang.