Maulana, Arman Rizky (2024) IMPLEMENTASI KERNEL RBF PADA METODE SUPPORT VECTOR MACHINE UNTUK DETEKSI PENYAKIT JANTUNG. Diploma thesis, UPN Veteran Yogyakarta.
![[thumbnail of COVER_ARMAN RIZKY MAULANA_123170016.pdf]](http://eprints.upnyk.ac.id/style/images/fileicons/text.png) |
Text
COVER_ARMAN RIZKY MAULANA_123170016.pdf Download (178kB) |
|
Text
ABSTRAK_ARMAN RIZKY MAULANA_123170016.pdf Download (44kB) |
|
Text
HALAMAN PENGESAHAN PEMBIMBING_ARMAN RIZKY MAULANA_123170016.pdf Download (397kB) |
|
Text
HALAMAN PENGESAHAN PENGUJI_ARMAN RIZKY MAULANA_123170016.pdf Download (370kB) |
|
Text
DAFTAR ISI_ARMAN RIZKY MAULANA_123170016.pdf Download (74kB) |
|
Text
DAFTAR PUSTAKA_ARMAN RIZKY MAULANA_123170016.pdf Download (137kB) |
|
Text
SKRIPSI FULL_ARMAN RIZKY MAULANA_123170016.pdf Restricted to Repository staff only Download (2MB) |
Abstract
Penelitian ini bertujuan untuk mengoptimasikan metode support vector machine
(SVM) agar nilia akurasi dari metode svm dapat naik lebih tinggi lagi dalam mengatasi data
non-linear pada deteksi menyakit jantung dengan penerapan kernel RBF. Penelitian ini
menggunakan metode support vector machine (SVM) linear dan metode support vector
machine (SVM) RBF untuk deteksi penyakit jantung dengan dataset yang bersumber dari
websiet kaggle.com.
Hasil akurasi metode support vector machine (SVM) RBF menunjukan nilai akurasi yang lebih
tinggi yaitu sebesar 0,99%, sedangkan hasil akurasi oleh model support vector machine
(SVM) Linear mendapatkan nilai yang lebih kecil yaitu 0,81% nilai ini terbilang lebih kecil
dibandingkan dengan penerapan kernel RBF.
Penelitian ini memiliki perbedaan yaitu pada penelitian sebelumnya terdapat parameter yang
berbeda dan menggunakan algortima yang berbeda-beda serta hasil penelitian yang juga
berbeda. Tidak hanya perbedaan dari penelitian sebelumnya, pada penelitan ini juga memiliki
kesamaan yaitu pada mayoritas dataset yang digunakan seperti misalnya kesaam fitur-fitur di
dalam dataset yang digunakan.
Kata Kunci : Support Vector Machine, Radial Basis Function, Herat desiese, Penyakit jantung, Klasifikasi penyakit jantung.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Support Vector Machine, Radial Basis Function, Herat desiese, Penyakit jantung, Klasifikasi penyakit jantung. |
| Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Bayu Setya Pambudi |
| Date Deposited: | 22 Jul 2024 02:50 |
| Last Modified: | 22 Jul 2024 02:50 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/40330 |
Actions (login required)
 |
View Item |