KLASIFIKASI TUBERKULOSIS DENGAN PENDEKATAN METODE SUPPORTS VECTOR MACHINE (SVM)

Moh. Yamin Darsyah(1*)


(1) 
(*) Corresponding Author

Abstract


Tuberkulosis (TBC atau TB) adalah suatu penyakit infeksi yang disebabkan oleh basil tahan asam disingkat BTA dengan nama lengkap bakteri Mycobacterium Tubercolosis. TBC menjadi salah satu penyebab kematian terbesar di Indonesia sehingga perlu penanganan  khusus dalam pencegahan TBC. Data Kesehatan di Kota Semarang menunjukkan TBC menjadi salah satu kontributor terbesar dalam kejadian luar biasa di Provinsi Jawa Tengah. Beberapa faktor yang mempengaruhi penyakit TBC antara lain faktor lingkungan, jenis pekerjaan, status sosial, kebiasaan merokok dan minuman keras. Dalam menganalisis klasifikasi kasus pasien TBC terinfeksi atau tidak terinfeksi maka digunakan pendekatan Supports Vector Machine (SVM) dan Regresi logistik. Hasil menunjukkan SVM mampu mengukur ketepatan klasifikasi  dengan akurasi lebih tinggi. Hasil akurasi yang diperoleh SVM dengan  fungsi kernel RBF sebesar 98%.

Full Text:

PDF

Article Metrics

Abstract view : 1229 times
PDF - 761 times

DOI: https://doi.org/10.26714/jsunimus.2.2.2014.%25p

Refbacks

  • There are currently no refbacks.


Copyright (c)

Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences 
Universitas Muhammadiyah Semarang

Jl. Kedungmundu No. 18 Semarang Indonesia

Published by: 
Department of Statistics Universitas Muhammadiyah Semarang

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.