Pratiwi Kistiya Ningrum
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Metode SVM-PSO Dengan Fitur Selection Variance Threshold Pada Klasifikasi Penyakit Diabetes Mellitus Pratiwi Kistiya Ningrum; Joko Purwadi
Jurnal Ilmiah Matematika Vol. 10 No. 2 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i2.30877

Abstract

Pada penelitian ini membahas tentang kasus klasifikasi pada data penyakit diabetes. Metode yang digunakan dalam penelitian ini adalah metode Support Vector Machine yang dioptimalkan dengan algoritma Particle Swarm Optimization guna memperoleh parameter terbaik dengan kombinasi seleksi fitur menggunakan Variance Threshold. Penelitian ini bertujuan untuk mengetahui cara kerja dan hasil akurasi dari metode Support Vector Machine dengan optimasi Particle Swarm Optimization menggunakan seleksi fitur Variance Threshold. Hasil penelitian menggunakan kombinasi metode tersebut menunjukkan hasil akurasi sebesar 80%. Hasil akurasi tersebut lebih tinggi jika dibandingkan dengan metode Support Vector Machine tunggal tanpa optimasi dan seleksi fitur dengan akurasi sebesar 76%. Meningkatkan akurasi sebesar 4% dari 76% menjadi 80%.