KLASIFIKASI PASIEN PENGIDAP DIABETES MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
Total View This Week0
Total View This Week0
Institusion
Universitas Telkom
Author
DINIYAL AMRU AGATSA
Subject
Machine Learning
Datestamp
2020-02-05 00:00:00
Abstract :
Diabetes merupakan penyakit kronis yang terjadi ketika pankreas tidak menghasilkan cukup insulin(hormone yang mengatur gula darah) atau ketika tubuh tidak dapat menggunakan insulin secara efektif. Rata-rata global angka pengidap diabetes pada orang dewasa meningkat hingga dua kali lipat sejak tahun 1980 dari 4,7% menjadi 8,5%. Diabetes menyebabkan 1,5 juta kematian pada tahun 2012. Glukosa darah yang lebih tinggi dari angka optimal menyebabkan 2,2 juta kematian, dengan meningkatkan risiko penyakit kardiovaskular dan lainnya. 43% dari 3,7 juta kematian tersebut terjadi sebelum usia 70 tahun [1]. Untuk itu diperlukan suatu sistem klasifikasi data pasien yang dapat membantu penanggulangan diabetes, dengan menggunakan dataset Pima Indians Diabetes Database yang diperoleh dari UC Irvine Machine Learning Repository dan klasifikasi menggunakan Support Vector Mechine (SVM).
Diabetes merupakan penyakit kronis yang terjadi ketika pankreas tidak menghasilkan cukup insulin(hormone yang mengatur gula darah) atau ketika tubuh tidak dapat menggunakan insulin secara efektif. Rata-rata global angka pengidap diabetes pada orang dewasa meningkat hingga dua kali lipat sejak tahun 1980 dari 4,7% menjadi 8,5%. Diabetes menyebabkan 1,5 juta kematian pada tahun 2012. Glukosa darah yang lebih tinggi dari angka optimal menyebabkan 2,2 juta kematian, dengan meningkatkan risiko penyakit kardiovaskular dan lainnya. 43% dari 3,7 juta kematian tersebut terjadi sebelum usia 70 tahun [1]. Untuk itu diperlukan suatu sistem klasifikasi data pasien yang dapat membantu penanggulangan diabetes, dengan menggunakan dataset Pima Indians Diabetes Database yang diperoleh dari UC Irvine Machine Learning Repository dan klasifikasi menggunakan Support Vector Mechine (SVM).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
