Cover Image

DIAGNOSA PENYAKIT SALURAN PERNAPASAN DENGAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Main Authors: Leleury, Zeth A., Tomasouw, Berny P.
Format: Article info application/pdf Journal
Bahasa: eng
Terbitan: MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA , 2015
Online Access: https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288
https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288/248
ctrlnum article-288
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">DIAGNOSA PENYAKIT SALURAN PERNAPASAN DENGAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)</title><creator>Leleury, Zeth A.</creator><creator>Tomasouw, Berny P.</creator><description lang="en-US">Support Vector Machine (SVM) telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi SVM dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Dalam penelitian ini, aplikasi SVM digunakan untuk mendiagnosa penyakit saluran pernapasa khususnya pada penyakit Tuberculosis, Asma, Sinusitis, Bronchitis, Pneumonia, dan ISPA berdasarkan gejala-gejala dari penyakit saluran pernapasan tersebut. Data yang digunakan dalam penelitian ini sebanyak 77 data, 56 data untuk pelatihan dan 21 data untuk pengujian. Data di atas diperoleh dari ruang rekam medis RSUD Dr. M. Haulussy Ambon. Dalam penelitian ini, diujicobakan variasi fungsi kernel pada SVM untuk mendapatkan tingkat keakuratan yang terbaik. Tingkat keakuratan terbaik dari pengujian 21 data diperoleh sebesar 80.95%.</description><publisher lang="en-US">MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA</publisher><date>2015-12-01</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>File:application/pdf</type><identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288</identifier><identifier>10.30598/barekengvol9iss2pp109-119</identifier><source lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 9 No 2 (2015): BAREKENG : Jurnal Ilmu Matematika dan Terapan; 109-119</source><source>2615-3017</source><source>1978-7227</source><language>eng</language><relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288/248</relation><rights lang="en-US">Copyright (c) 2015 BAREKENG: JURNAL ILMU MATEMATIKA DAN TERAPAN</rights><rights lang="en-US">http://creativecommons.org/licenses/by-nc-sa/4.0</rights><recordID>article-288</recordID></dc>
language eng
format Journal:Article
Journal
Other:info:eu-repo/semantics/publishedVersion
Other
File:application/pdf
File
Journal:Journal
author Leleury, Zeth A.
Tomasouw, Berny P.
title DIAGNOSA PENYAKIT SALURAN PERNAPASAN DENGAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
publisher MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA
publishDate 2015
url https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288
https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/288/248
contents Support Vector Machine (SVM) telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi SVM dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Dalam penelitian ini, aplikasi SVM digunakan untuk mendiagnosa penyakit saluran pernapasa khususnya pada penyakit Tuberculosis, Asma, Sinusitis, Bronchitis, Pneumonia, dan ISPA berdasarkan gejala-gejala dari penyakit saluran pernapasan tersebut. Data yang digunakan dalam penelitian ini sebanyak 77 data, 56 data untuk pelatihan dan 21 data untuk pengujian. Data di atas diperoleh dari ruang rekam medis RSUD Dr. M. Haulussy Ambon. Dalam penelitian ini, diujicobakan variasi fungsi kernel pada SVM untuk mendapatkan tingkat keakuratan yang terbaik. Tingkat keakuratan terbaik dari pengujian 21 data diperoleh sebesar 80.95%.
id IOS5226.article-288
institution Jurusan Matematika FMIPA Universitas Pattimura
institution_id 1694
institution_type library:university
library
library Jurnal Barekeng
library_id 1415
collection Jurnal Barekeng
repository_id 5226
subject_area Mathematics/Matematika
Applied mathematics/Matematika Terapan
Statistical Mathematics/Matematika Statistikal
Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
city KOTA AMBON
province MALUKU
shared_to_ipusnas_str 1
repoId IOS5226
first_indexed 2018-02-12T02:59:22Z
last_indexed 2020-04-16T00:45:50Z
recordtype dc
_version_ 1686321950945705984
score 17.60506

Lihat Juga