Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Perbandingan Metode Support Vector Machine (SVM) dan Decision Tree Pada Klasifikasi Penyakit Acute Lymphoblastic Leukimia (ALL) Fahmi Alamsyah Fahmi
PRODUKTIF : Jurnal Ilmiah Pendidikan Teknologi Informasi Vol. 6 No. 2 (2022): Produktif: Jurnal Ilmiah Pendidikan Teknologi Informasi
Publisher : Program Studi Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35568/produktif.v6i2.2486

Abstract

Penelitian ini mengajukan sebuah sistem untuk melakukan perbandingan metode klasifikasi Support Vector Machine (SVM) dan Decision Tree untuk mengidentifikasi penyakit Acute Lymphoblastic Leukimia. Algoritma penelitian yang digunakan terdiri dari beberapa tahapan : Preprocessing menggunakan metode median filter. Segmentasi menggunakan metode K-Means Clustering segmentasi warna digunakan agar dapat memisahkan citra sel darah putih dan objek yang lain. Hasil penelitian sebelumnya menggunakan metode Support Vector Machine (SVM) memperoleh tingkat akurasi sebesar 95,45%. Setelah dilakukan penelitian dengan membandingkan metode klasifikasi menggunakan Decision Tree, diperoleh  tingkat akurasi sebesar 65,90%.