Pendekatan Hybrid SVM dan KNN Untuk Klasifikasi Penyakit Tiroid
Keywords:
Penyakit Tiroid, Diagnosis Cepat, Akurasi Lasifikasi, Hybrid Model, Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Metode Klasifikasi, Dataset UCI, Parameter Klinis, Hasil Penelitian, Kombinasi Algoritma, Peningkatan Akurasi.Abstract
Penyakit tiroid merupakan salah satu masalah kesehatan yang umum dan memerlukan diagnosis yang cepat dan akurat. Penelitian ini mengkaji penggunaan metode hybrid Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) untuk klasifikasi penyakit tiroid. Metode ini diharapkan dapat meningkatkan akurasi klasifikasi dibandingkan dengan penggunaan masing-masing metode secara terpisah. Data yang digunakan berasal dari berbagai sumber, termasuk dataset UCI, yang mencakup berbagai parameter klinis. Hasil menunjukkan bahwa kombinasi SVM dan KNN mampu mencapai akurasi klasifikasi hingga 96%, lebih tinggi dibandingkan dengan penggunaan masing-masing metode secara independen.
References
Jha, A., and R. Kumar. 2023. "Analysis and Interpretability of Machine Learning Models to Classify Thyroid Diseases."
Kumar, K., and A. Pandy. 2023. "Thyroid Disease Classification Using Machine Learning Algorithms."
Tahir, A., and M. Hamid. 2022. "Empirical Method for Thyroid Disease Classification Using a Machine Learning Approach."
Pandy, A., and K. Saravana Kumar. 2023. "Explainable Artificial Intelligence and Machine Learning Algorithms for Thyroid Disease Classification."
Hamid, M., and K. Alissa. 2022. "Detecting Thyroid Disease Using Optimized Machine Learning Model."
Rizal, A., and S. Nurhaliza. 2024. "Integrating Hybrid Models for Enhanced Thyroid Disease Prediction."
Santoso, B., and A. Rizal. 2024. "Machine Learning Approaches in Medical Diagnostics: A Review."
Alissa, K., and A. Tahir. 2023. "Comparative Study on Thyroid Disease Detection Using Machine Learning Techniques."
Ahmad, N., and B. Santoso. 2023. "Advances in Predictive Modeling for Thyroid Disorders."
Nurhaliza, S., and A. Rizal. 2024. "The Role of Data Preprocessing in Improving Machine Learning Performance for Thyroid Disease Classification."
