Implementasi Algoritma Support Vector Machine dengan Seleksi Fitur Algoritma Genetika untuk Deteksi Penyakit Jantung

Juliu, Kaleb (2023) Implementasi Algoritma Support Vector Machine dengan Seleksi Fitur Algoritma Genetika untuk Deteksi Penyakit Jantung. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (5MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (213kB) | Preview
Preview	PDF BAB_I.pdf Download (210kB) | Preview
Preview	PDF BAB_II.pdf Download (521kB) | Preview
Preview	PDF BAB_III.pdf Download (356kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (204kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Penyakit jantung atau penyakit kardiovaskuler adalah penyakit yang disebabkan oleh gangguan fungsi jantung dan pembuluh darah. Di Indonesia sendiri, menurut data Riset Kesehatan Dasar (Riskesdas) pada tahun 2018, angka prevalensi penyakit jantung sudah mencapai 1.5% atau 15 dari 1000 orang di Indonesia menderita penyakit jantung. Sebagai salah satu langkah preventif dengan biaya dan aksesibilitas yang lebih rendah daripada metode diagnostik yang umumnya dilakukan, maka pembelajaran mesin dengan algoritma Support Vector Machine dengan seleksi fitur algoritma genetika dapat digunakan sebagai salah satu metode untuk mendeteksi penyakit jantung. Selain dapat mengurangi biaya diagnostik, implementasi pembelejaran mesin juga dapat digunakan untuk membantu meningkatkan akurasi serta keyakinan dokter atau ahli medis dalam memberikan diagnosis. Dari hasil implementasi dan uji coba, model dapat menghasilkan tingkat akurasi sebesar 83% tanpa menggunakan algoritma genetika dan 92% dengan algoritma genetika yang menunjukkan bahwa seleksi fitur dengan algoritma genetika dapat menjadi salah satu teknik untuk meningkatkan kinerja model pembelajaran mesin, mengurangi kebutuhan komputasi dan mengurangi efek curse of dimensionality.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Algoritma genetika, deteksi, penyakit jantung, support vector machine
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	28 Jun 2023 09:46
Last Modified:	09 Aug 2023 00:52
URI:	https://kc.umn.ac.id/id/eprint/25499

Actions (login required)

View Item