Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Infotech Journal

PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT JANTUNG Muhammad Dion Febrian Tino; Herliyani Hasanah; Tri Djoko Santosa
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5432

Abstract

Jantung merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan ada nya jantung, darah dapat tersalurkan keseluruh tubuh dengan baik. diperlukannya sebuah pola klasifikasi penyakit jantung. Klasifikasi yang digunakan yaitu dengan metode Support Vector Machines (SVM) dan Neural Net kinerja yang sangat baik. Pada dataset ini memiliki total 416 instance. Confusion Matrix algoritma SVM terdapat 36 + 34 prediksi yang benar dan 7 + 7 prediksi yang salah. Confusion Matrix algoritma Neural Network terdapat 164 + 180 prediksi yang benar dan 41 + 33 prediksi yang salah. Algoritma SVM memiliki tingakat accuracy lebih tinggi dibandingkan algoritma Neural Net. Yang berisi nilai pada AUC 0.833, CA 0.83, F1 0.835, Precision 0.835 dan Recall 0.835.Berdasarkan hasil penelitian pada kedua algoritma, bahwa algoritma SVM dapat menyelesaikan masalah klasifikasi penyakit jantung lebih baik dengan nilai akurasi 83% sedangkan pada algoritma Neural Net memiliki nilai akurasi 82% dalam menyelesaikan penyakit jantung.