Klasifikasi Penyakit Stroke dengan Metode Support Vector Machine (SVM)

Abstract

Stroke adalah penyakit yang menyerang pada gangguan fungsi syaraf dan menyebabkan gangguan fungsi seperti gangguan penglihatan atau mata, bicara pelo atau cedal, mobilitas terbatas dan kelumpuhan pada wajah atau ekstremitas. Diseluruh dunia, stroke adalah penyakit ketiga yang menyebabkan gangguan syaraf. Untuk itu penelitian ini memfokuskan pada domain tersebut dengan tujuan untuk menemukan model terbaik. Ujicoba dilakukan dengan 14 skenario dan ukuran kinerja model akurasi, presisi dan recall. Selanjutnya, metode yang diterapkan adalah Support Vector Machine dengan kernel linear, polynomial, sigmoid dan RBF. Hasil klasifikasi memperlihatkan bahwa kernel linear menghasilkan nilai tinggi pada perbandingan 80:20, dengan nilai akurasi 75.73%, nilai presisi 74.07%, dan nilai recall 56.16%. Pada kernel RBF menghasilkan nilai tinggi pada perbandingan 90:10, dengan nilai akurasi 73.38%, nilai presisi 71.79% dan nilai recall 55.85%. Pada kernel polynomial menghasilkan nilai tinggi pada perbandingan 80:20, dengan nilai akurasi 78.86%, nilai presisi 73.98% dan nilai recall 56.75%. Kemudian pada kernel sigmoid menghasilkan nilai tinggi dengan perbandingan 10:90, yaitu dengan nilai akurasi 46.14%, nilai presisi 39.84% dan nilai recall 48.13%. Sehingga nilai tertinggi dari pengujian empat kernel dan dengan perbandingan 14 rasio, nilai tertinggi dihasilkan oleh kernel polynomial dengan nilai akurasi 78.86%, nilai presisi 73.98% dan nilai recall 56.75% pada perbandingan rasio 80:20. 

Kata Kunci— Stroke, Kernel Support Vector Machine, Klasifikasi