Karamoy, Gandis Helen (2022) Klasifikasi penyakit hepatitis c virus menggunakan support vector machine (svm) / Gandis Helen Karamoy. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
RINGKASAN Karamoy Gandis Helen. 2022. Klasifikasi Penyakit Hepatitis C Virus Menggunakan Support Vector Machine (SVM). Skripsi Departemen Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. (II) Harits Ar Rosyid S.T. M.T. Ph.D. Kata Kunci Klasifikasi Hepatitis C Support Vector Machine (SVM) Hepatitis adalah jenis penyakit peradangan yang disebabkan oleh racun pada hati. Hepatitis dapat menginfeksi semua orang termasuk mereka yang memiliki sistem kekebalan tubuh yang kuat. Tingkat penularan hepatitis sangat besar untuk kesehatan masyarakat. Hepatitis ada lima jenis yaitu A B C D dan E. Hepatitis paling berbahaya yaitu hepatitis C (WHO 2017). Tingkat keparahan penyakit hepatitis C yaitu sedang berat (fibrosis) dan kronis (sirosis). Klasifikasi terhadap penyakit hepatitis c menggunakan teknologi machine learning yaitu metode support vector machine. Metode ini ini merupakan metode machine learning berdasarkan prinsip structural risk minimization yang bertujuan untuk menemukan hyperplane optimal yang memisahkan dua kelas pada ruang input. Dataset yang digunakan untuk mengklasifikasikan penyakit hepatitis c diambil dari UCI Machine Learning Repository memiliki 14 atribut dan pada atribut kategori beberapa kelas kategori yaitu blood donor hepatitis c fibrosis dan sirosis. Berdasarkan hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) dapat digunakan untuk mengklasifikasikan penyakit hepatitis c virus. Hal tersebut dibuktikan dengan menghasilkan performa akurasi sebesar 99 53%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 08 Sep 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/264947 |
Actions (login required)
 |
View Item |