Perbandingan Algoritma Support Vector Machine Dan Multi-Layer Perceptron Dalam Deteksi Penyakit Diabetes

Diabetes adalah kondisi medis yang dapat menyebabkan berbagai komplikasi serius, seperti gagal ginjal, gangguan saraf, kebutaan, dan penyakit jantung. Berdasarkan laporan International Diabetes Federation (IDF), sebanyak 589 juta orang berusia 20 hingga 79 tahun menderita diabetes, dan jumlah tersebut diprediksi akan meningkat menjadi 853 juta pada tahun 2050. Agar tidak menimbulkan komplikasi serius, penanganan diabetes harus dikelola dengan baik. Oleh karena itu, penting untuk mengidentifikasi penyakit diabetes sejak dini agar penanganan dapat dilakukan lebih awal untuk mencegah risiko yang lebih parah dan tidak menimbulkan komplikasi serius. Penelitian ini bertujuan untuk memanfaatkan metode machine learning untuk mendeteksi risiko penyakit diabetes dengan mengimplementasikan dan membandingkan algoritma Support Vector Machine (SVM) dan Multi-Layer Perceptron (MLP). Pima Indians Diabetes Dataset digunakan sebagai data latih untuk membangun model machine learning. Berdasarkan hasil evaluasi menunjukkan bahwa model MLP menghasilkan akurasi yang lebih unggul sebesar 94.8% dan akurasi model SVM sebesar 91%.

Kata Kunci: diabetes, machine learning, multi-layer perceptron, support vector machine