Penerapan Algoritma Genetika pada Support Vector Machine Sebagai Pengoptimasi Parameter untuk Memprediksi Kesuburan

Abstrak

Abstract— Fertility rates ini various countries have decreased. The result of the WHO study found 50% the causes of infertility were men caused by a decrease in the quality of semen. In this study, Genetic Algorithm and SVM Methods are used to predict the quality of semen in the Fertility dataset. Based on experiments with 10 iterations, the highest level of accuracy knowb is SVM+GA(dot kernel) of 89%, then SVM of 88%, followed by Decision Tree 84%, Neural Network 82%, and Naïve Bayes 82%. In Conclusion, GA is proven to increase the accuracy value of SVM  with kernel dot which shows a significant difference, although 2 kernel of SVM shows insignificant differences.

 

Intisari— Tingkat kesuburan di berbagai Negara mengalami penurunan, Hasil riset WHO mendapatkan 50% penyebab infertilitas adalah pihak pria yang disebabkan oleh menurunnya kualitas semen. Pada penelitian ini Algoritma Genetika dan metode SVM digunakan untuk memprediksi kualitas semen pada dataset Fertility. Berdasarkan eksperimen dengan 10 iterasi, didapatkan tingkat akurasi paling tinggi adalah SVM+GA(kernel dot) sebesar 89%, kemudian SVM sebesar 88%, disusul Decision Tree 84%, Neural Network 83%, dan Naïve Bayes 82%. Kesimpulannya GA terbukti dapat meningkatkan akurasi pada SVM dengan kernel dot yang menunjukkan perbedaan yang signifikan, meskipun 2 kernel dari SVM menunjukan perbedaan yang tidak signifikan.

 

Kata Kunci— Letakkan 4-8 kata kunci Anda di sini, kata kunci dipisahkan dengan koma.