PENERAPAN METODE SUPPORT VECTOR MACHINE MENGGUNAKAN OPTIMASI GENETIC ALGORITHM UNTUK PREDIKSI PENYAKIT DIABETES

Abstrak

Abstract—Currently diabetes progressively increasing number of sufferers. Diabetesis a disease that can lead to complication scan even causedeath. Many studies using theme thod of Support Vector Machine predicting diabetes butthe accuracy ofthe resulting valueis stillless accurate. Inthis stud ycreate da mode lof Support Vector Machine algorithm toget the rulein predicting diabetes and provide a more accuratevalue of accuracy. After testing the model of Support Vector Machine and Support Vector Machine, the results obtained are thusobtained testing algorithm using Support Vector Machine where the value obtained accuracy is 74.21% and the AUC value is 0.758 and testing by using Support Vector Machine based Genetic Algorithm accuracy 75.26% values obtained with precision value 76.25 % and the AUC value is 0.771.

Intisari— Saat ini penyakit diabetes semakin lama semakin meningkat jumlah penderitanya. Penyakit diabetes adalah salah satu penyakit yang dapat menyebabkan komplikasi bahkan dapat menyebabkan kematian. Banyak penelitian yang menggunakan metode Support Vector Machine dalam memprediksi penyakit diabetes tetapi nilai akurasi yang dihasilkan masih kurang akurat. Dalam penelitian ini dibuatkan model algoritma Support Vector Machine untuk mendapatkan rule dalam memprediksi penyakit diabetes dan memberikan nilai akurasi yang lebih akurat. Setelah dilakukan pengujian dengan model Support Vector Machine dan Support Vector Machine maka hasil yang didapat adalah algoritm asehingga didapat pengujian dengan menggunakan Support Vector Machine dimana didapat nilai accuracy adalah 74.21 % dan nilai AUC adalah 0.758 dan pengujian dengan mengunakan Support Vector Machine berbasis Genetic Algorithm didapatkan nilai accuracy 75.26% dengan nilai precision 76.25% dan nilai AUC adalah 0.771.