MODEL SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI PENYAKIT LIVER

Abstract

Hati adalah organ yang paling besar dan penting bagi tubuh kita. Kita tidak bisa hidup tanpa hati. Penyakit hati merupakan peradangan yang disebabkan oleh infeksi virus, bakteri atau bahan-bahan beracun sehingga hati tidak dapat melakukan fungsinya dengan baik serta  tidak mudah ditemukan dalam tahap awal dalam mendiagnosis penyakit hati. Penanganan pasien dengan penyakit hati pada tahap awal akan memperpanjang hidup pasien. Banyak penelitian menggunakan model Support Vector Machine untuk memprediksi penyakit hati tetapi nilai akurasi yang dihasilkan kurang akurat. Dalam penelitian yang dilakukan ini model algoritma support vector machine dan model algoritma support vector machineberbasiskan particle swarm optimization untuk mendapatkan aturan untuk memprediksi penyakit liver dan memberikan nilai yang lebih akurat dari akurasi. Setelah pengujian dengan dua model support vector machine dan support vector machine berbasiskan particle swarm optimization, mendapatkan hasil dari model algoritma support vector machine nilai akurasinya 71,36% dan nilai akurasi dari AUC sebesar 0.500, sedangkan pengujian menggunakan algoritma suppport vector machine berbasiskan particle swarm optimization mendapatkan hasil nilai akurasinya sebesar 77,36% dan nilai AUC 0.661 untuk tingkat diagnosa klasifikasi yang baik. Kedua metode ini memiliki berbagai tingkat akurasi sebanyak 6,00% dan selisih nilai AUC 0.161