Klasifikasi Penyakit Menular Dengan Algoritma Random Forest Dan SVM
Keywords:
Penyakit Menular, Klasifikasi, Random Forest, Support Vector Machine, Pembelajaran Mesin, AkurasiAbstract
Penyakit menular adalah masalah kesehatan global yang memerlukan deteksi dini dan akurat untuk mencegah penyebaran lebih lanjut. Penelitian ini bertujuan untuk membandingkan kinerja dari algoritma pembelajaran mesin ini , yaitu Random Forest (RF) dan Support Vector Machine (SVM), dalam klasifikasi penyakit menular berdasarkan data kesehatan. Dataset yang digunakan mencakup berbagai fitur medis seperti gejala klinis, riwayat kontak, dan hasil pemeriksaan laboratorium. Kedua algoritma diuji dengan teknik cross validation untuk mengukur akuras,. Hasil dari penelitian ini menunjukkan bahwa algoritma RF dan SVM keduanya mampu mencapai akurasi yang baik dalam mengidentifikasi penyakit menular. RF menunjukkan kinerja yang unggul dalam hal stabilitas dan kemampuan menangani data dengan banyak fitur, sementara SVM menunjukkan performa optimal pada data dengan pemisahan yang jelas antar kelas. Kesimpulannya, baik RF maupun SVM memiliki potensi sebagai alat bantu diagnosis penyakit menular, dengan pemilihan algoritma yang bergantung pada karakteristik data yang tersedia.
References
Mulajati, Muhammad. (2017). IMPLEMENTASI TEKNIK WEB SCRAPING DAN KLASIFIKASI SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN ASOSIASI TEKS (Studi Kasus: Data Ulasan Penumpang Maskapai Penerbangan Garuda Indonesia Pada Situs TripAdvisor)
E. Fitri, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine,” J. Transform., vol. 18, no. 1, p. 71, 2020, doi: 10.26623/transformatika.v18i1.2317.
Muiz Suyaana, A., Juni Aditya, B., Fayza Pramestia, P., Cahya Maharani, V., & Rosyani, P. (2024). Klasifikasi Penyakit Menular Dengan Algoritma Machine Learning Berbasis SVM. JRIIN: Jurnal Riset Informatika Dan Inovasi, 2(7), 1207–1212. Retrieved from
P. Elisa and A. R. Isnain, “COMPARISON OF RANDOM FOREST, SUPPORT VECTOR MACHINE AND NAIVE BAYES ALGORITHMS TO ANALYZE SENTIMENT TOWARDS MENTAL HEALTH STIGMA”, J. Tek. Inform. (JUTIF), vol. 5, no. 1, pp. 321-329, Feb. 2024.
Purbolaksono, M. D., Irvan Tantowi, M., Imam Hidayat, A., & Adiwijaya, A. (2021). Perbandingan Support Vector Machine dan Modified Balanced Random Forest dalam Deteksi Pasien Penyakit Diabetes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 393-399.
