Implementasi Algoritma Support Vector Machine (SVM) Untuk Prediksi Penyakit Stroke

Strok menduduki peringkat ketiga terbesar di Indonesia setelah jantung dan kanker. Seringkali manusia lengah dalam menyadari adanya penyakit Strok. Oleh karena itu penelitian ini dilakukan untuk memprediksi adanya penyakit Strok menggunakan Algoritma Support Vector Machine (SVM) untuk klasifikasi himpunan data yang menggunakan Metode Confusion Matrix. Pengujian algoritma SVM menggunakan Kernel Linear untuk mendapatkan hasil terbaik. Penelitian ini menggunakan dua algoritma, yaitu algoritma SVM dan Relief-f. Data yang menggunakan 3426 Baris dan lima kolom. Pengujian menggunakan split data yaitu data training dan data testing. Hasil akurasi yang didapatkan dari kedua algoritma menghasilkan nilai akurasi sebesar 100%.

Kata Kunci: Algoritma Support Vector Machine (SVM), Data mining, Strok