Artikel Ilmiah : K1B019012 a.n. ZAHWA AQILA NABILIA SETIAWAN

Kembali Update Delete

NIMK1B019012
NamamhsZAHWA AQILA NABILIA SETIAWAN
Judul ArtikelPERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK KLASIFIKASI PENYAKIT STROKE TAHUN 2019 – 2022
Abstrak (Bhs. Indonesia)Non-Hemorrhagic and Hemorrhagic Strokes are Indonesia's number one causes of death. One way that can be used to predict stroke is the classification of the SVM and Random Forest methods. The data used in this study were stroke patient data at RSUD Prof. Dr. Margono Soekarjo in 2019 – 2022. The SVM Kernel RBF and Random Forest methods are said to have equal ability in making predictions because they have a minimal difference in accuracy value of 0,1% from SVM (Kernel Polynomial). However, the Random Forest method with ntree=500, mtry=7, and a final prediction result of 97,6% can be said to have superior performance to the SVM method (Kernel Polynomial and Kernel RBF) because it has the highest ROC curve value of 99,7%.
Abtrak (Bhs. Inggris)Stroke Non Hemoragik dan Stroke Hemoragik merupakan penyakit yang menyebabkan kematian nomor satu di Indonesia. Salah satu cara yang dapat digunakan memprediksi penyakit stroke adalah klasifikasi metode SVM dan Random Forest. Data yang digunakan pada penelitian ini adalah data pasien stroke RSUD Prof. Dr. Margono Soekarjo Tahun 2019 – 2022. Metode SVM Kernel RBF dan Random Forest dikatakan memiliki kemampuan yang setara dalam melakukan prediksi karena memiliki selisih nilai akurasi yang sangat kecil yaitu 0,1% dari SVM (Kernel Polynomial). Namun, metode Random Forest dengan ntree=500, mtry=7, dan hasil prediksi akhir 97,6% dapat dikatakan memiliki performa lebih unggul dari metode SVM (Kernel Polynomial dan Kernel RBF) karena memiliki nilai kurva ROC paling tinggi yaitu 99,7%.
Kata kunciAkurasi, Klasifikasi, Random Forest, Stroke, SVM.
Pembimbing 1Dra. Mutia Nur Estri., M.Kom
Pembimbing 2Bambang Hendriya Guswanto, M.Si. Ph.D
Pembimbing 3
Tahun2023
Jumlah Halaman12
Tgl. Entri2023-04-28 20:50:23.421374
Cetak Bukti Unggah
© Universitas Jenderal Soedirman 2026 All rights reserved.