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

  • Numan Musyaffa (1*) Sistem Informasi STMIK Nusa Mandiri Jakarta
  • Bakhtiar Rifai (2) Teknik Informatika STMIK Nusa Mandiri Jakarta

  • (*) Corresponding Author
Keywords: Liver, Support Vector Machine, Particle Swarm Optimization, Feature Selection.

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

Downloads

Download data is not yet available.

References

Fei, S. W., Miao, Y. B., & Liu, C. L. (2009). Chinese Grain Production Forecasting Method Based on Particle Swarm Optimization-based Support Vector Machine. Recent Patents on Engineering, 3(1), 8-12.

Fridayanthie, E. W. (2015). ANALISA DATA MINING UNTUK PREDIKSI PENYAKIT HEPATITIS DENGAN MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE. Jurnal Khatulistiwa Informatika, 3(1). http://ejournal.bsi.ac.id/ejurnal/index.php/khatulistiwa/article/view/1652

Handayanna, F. (2016). PREDIKSI PENYAKIT DIA BETES MELLITUS DENGAN METODE SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION. Jurnal Teknik Informatika, 2(1),30-37. http://www.ejournalab.com/index.php/jti/.00..article/view/5

Maimon, O. (2012). Data Mining And Knowledge Discovery Handbook. New York Dordrecht Heidelberg London: Springer.

Musyaffa, N., & Rifai, B. (2017). Laporan Akhir Penelitian Mandiri. Jakarta: STMIK Nusa Mandiri Jakarta

Ramana, B. V., Prabu, S. P., & Venkateswarlu, N. B.2012, Mei 21. ILPD (Indian Liver Patient Dataset).Retrieved Juni 17, 2013, from MachineLearningRepository:https://archive.ics.uci.edu/ml/datasets/ILPD+%28Indian+Liver+Patient+Dataset%29

Widodo, P. (2014). Rule-Based Classifier Untuk Mendeteksi Penyakit Liver. Bianglala Informatika, 2(1). http://ejournal.bsi.ac.id/ejurnal/index.php/Bianglala/article/view/563

Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann.
Published
2018-02-15
How to Cite
[1]
N. Musyaffa and B. Rifai, “MODEL SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI PENYAKIT LIVER”, jitk, vol. 3, no. 2, pp. 189-194, Feb. 2018.
Article Metrics

Abstract viewed = 201 times
PDF downloaded = 261 times