Christine, Dea (2025) Implementasi algoritma support vector machine pada sistem deteksi anemia berbasis web / DEA CHRISTINE</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Deteksi dini anemia sangat penting untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi anemia berbasis web dengan menerapkan algoritma Support Vector Machine (SVM). Dataset diambil dari Kaggle dan mencakup beberapa atribut yaitu nama gender hemoglobin MCH MCHC dan MCV. Algoritma SVM dipilih karena kemampuannya dalam menangani data berdimensi tinggi dan pola yang tidak linier. Evaluasi model dilakukan menggunakan confusion matrix untuk menghitung akurasi presisi recall dan F1-score serta AUC-ROC untuk mengevaluasi performa klasifikasi. Hasil evaluasi menunjukkan bahwa SVM memiliki akurasi 98.95% presisi 97.71% recall 100% F1-score 98.84% dan AUC 100%. Sistem ini diimplementasikan dalam bentuk website interaktif yang memungkinkan pengguna memasukkan data dan memperoleh hasil prediksi secara langsung. Pengembangan sistem dilakukan menggunakan metode Waterfall yang memfasilitasi alur kerja yang terstruktur mulai dari analisis kebutuhan hingga tahap pemeliharaan. Hasil prediksi dari sistem menunjukkan kesesuaian penuh dengan data asli sehingga sistem ini dapat dijadikan sebagai alat bantu yang efektif dalam deteksi anemia. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 02 Jun 2025 04:29 |
| Last Modified: | 09 Sep 2025 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/421256 |
Actions (login required)
 |
View Item |