<![CDATA[Penyakit menular merupakan salah satu masalah kesehatan global yang memerlukan penanganan cepat dan akurat. Untuk itu, deteksi dan klasifikasi penyakit menular secara efisien sangat penting dalam upaya pencegahan dan pengendalian penyebarannya. Dalam penelitian ini, kami mengusulkan penggunaan algoritma Support Vector Machine (SVM) untuk klasifikasi penyakit menular berdasarkan data yang tersedia. Metode SVM dipilih karena kemampuannya dalam mengklasifikasikan data dengan dimensi tinggi dan menghasilkan model yang akurat, bahkan dengan dataset yang relatif kecil. Penelitian ini menggunakan data yang mencakup berbagai fitur medis yang relevan, seperti gejala, riwayat perjalanan, dan faktor risiko, yang kemudian diproses dan diklasifikasikan ke dalam kategori penyakit menular yang berbeda. Hasil eksperimen menunjukkan bahwa SVM dapat mencapai tingkat akurasi yang tinggi dalam mengidentifikasi jenis penyakit menular, dengan performa yang lebih baik dibandingkan beberapa algoritma pembelajaran mesin lainnya. Selain itu, penelitian ini juga mengeksplorasi penggunaan teknik pengoptimalan parameter untuk meningkatkan kinerja model SVM. Secara keseluruhan, pendekatan ini menunjukkan potensi besar dalam aplikasi kesehatan masyarakat, khususnya dalam diagnosis cepat dan pencegahan penyebaran penyakit menular.]]>
Copyrights © 2024
