<![CDATA[Penyakit liver merupakan salah satu penyakit yang dapat menyebabkan komplikasi serius jika tidak didiagnosis dan ditangani dengan cepat. Oleh karena itu, deteksi dini sangat penting untuk meningkatkan kesembuhan pasien. Dalam penelitian ini, kami mengembangkan model klasifikasi berbasis Support Vector Machine (SVM) untuk mendiagnosis penyakit liver. SVM dipilih karena kemampuannya dalam menangani data yang tidak terpisahkan secara linear dan kemampuannya dalam menghasilkan keputusan yang optimal dengan margin terbesar. Dataset yang digunakan dalam penelitian ini adalah dataset medis yang mencakup berbagai fitur, seperti usia, jenis kelamin, dan hasil tes laboratorium pasien. Proses pengolahan data melibatkan pra-pemrosesan seperti normalisasi dan pemilihan fitur untuk meningkatkan akurasi model. Hasil eksperimen menunjukkan bahwa model SVM mampu mengklasifikasikan data dengan akurasi yang tinggi, mencapai nilai lebih dari 90%. Hal ini menunjukkan bahwa SVM dapat menjadi alat yang efektif dalam membantu diagnosis penyakit liver secara otomatis, yang pada gilirannya dapat mendukung upaya deteksi dini dan pengobatan yang lebih tepat. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang kesehatan, khususnya dalam penerapan kecerdasan buatan untuk diagnosis medis.]]>
Copyrights © 2024
