Analisis Algoritma Support Vector Machine Dalam Klasifikasi Penyakit Stroke

Abstrak

Abstrak Stroke merupakan penyakit yang menyerang fungsional otak yang dalam istilah medis biasa disebut Transient Ischaemic Attack merupakan penyakit neurologik yang terjadi karena gangguan suplai darah menuju bagian otak yang terjadi secaramendadak. Penanganan stroke harus dilaksanakan secara cepat dan tepat guna menghindari kecacatan atau komplikasi lanjut. Di era teknologi yang sangat berkembang ini penulis membuat program machine learning guna mengidentifikasi seseorang untuk terkena stroke, agar masyarakat lebih sadar agar akan bahaya penyakit tersebut. Metode yang digunakan penulis adalah Support Vector Machine (SVM) untuk mengklasifikasi seseorang untuk terdampak penyakit stroke, metode SVM ini sangat cocok untuk digunakan karena SVM memiliki akurasi yang cukup bagus untuk sebuah klasifikasi. Dengan adanya program ini seseorang akan mengetahui seberapa persen kemungkinan untuk seseorang tersebut terkena stroke dan tidak terkena stroke, yang akan diketahui melalui persentase yang akan keluar setelah program dijalankan. Tujuan daripenulis membuat program ini adalah untuk menguji algoritma SVM dalam klasifikasi data penyakit stroke, program ini menggunakan klasifikasi SVM yang mendapatkan hasil akurasi tertinggi dari data unbalance pada kernel linear yaitu 76% dan polynomial sebesar 80%. Untuk data yang balanced penulis mendapatkan hasil akurasi pada kernel linear 77%, dan di polynomial 76%. Kata Kunci: Stroke, Machine Learning, SupportVector Machine.