Bakari, Sitti Nurfatimah (2025) PENERAPAN DATA MINING DALAM MENGKLASIFIKASI RESIKO PENYAKIT STROKE MENGGUNAKAN METODE MACHINE LEARNING. Artikel Sistem Informasi Universitas Muhammadiyah Gorontalo. pp. 1-6.
|
Text (JURNAL SITTI NURFATIMAH BAKARI)
JURNAL SITTI NURFATIMAH BAKARI.pdf Download (499kB) |
Abstract
Stroke adalah kondisi neurologis yang ditandai dengan tanda klinis yang berkembang pesat, termasuk gangguan neurologis lokal dan global yang parah, bertahan selama 24 jam atau lebih, dan berakibat fatal ketika tidak ada penyebab yang jelas selain vaskular. Penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine (SVM) dan Artiticial Neural Network (ANN) untuk mengklasifikasi resiko penyakit stroke dan mengukur tingkat akurasi dari masing-masing algoritma. Hasil penelitian menggunakan algoritma Support Vector Machine dan Artiticial Neural Network dengan jumlah record data 200 maka akan diperoleh nilai akurasi Support Vector Machine sebesar 97.46%, dan tingkat akurasi Artiticial Neural Network sebesar 98.75%. Terlihat algoritma Artificial Neural Network mendapatkan nilai akurasi yang tertinggi dibandingkan algoritma Support Vector Machine dalam pengklasifikasian data resiko penyakit stroke.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Klasifikasi, Resiko Stroke Berdasarkan Faktor Resiko, Support Vector Machine, Artificial Neural Network. |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Sains dan Ilmu Komputer > Program Studi Sistem informasi |
| Depositing User: | Sitti Nurfatimah Bakari |
| Date Deposited: | 23 May 2025 05:53 |
| Last Modified: | 23 May 2025 05:53 |
| URI: | http://repository.umgo.ac.id/id/eprint/2908 |
Actions (login required)
![]() |
View Item |
