Komparasi Akurasi Kernel Support Vector Machine Dalam Prediksi Diabetes

Abstract

Diabetes mellitus sampai saat ini masih menjadi persoalan kesehatan serius dunia, termasuk di Indonesia yang berada di urutan ke-4 dengan prevalensi diabetes tertinggi di dunia setelah India, China, dan Amerika Serikat. WHO memperkirakan jumlah penderita diabetes mellitus tipe 2 di Indonesia akan mengalami peningkatan secara signifikan hingga 21,3 juta jiwa hingga tahun 2030. Penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine (SVM) dan melakukan komparasi tiap kernel dan tertinggi yaitu kernel rbfdot dan basseldot dengan nilai akurasi yang sama tertinggi dari kernel yang lain 72.73%.