Klasifikasi Penyakit Diabetes Melitus Type 2 Menggunakan Metode Support Vector Machine

• RENDY SUHENDRA
• 2025

---

Diabetes adalah penyakit kronis yang semakin umum di seluruh dunia, disebabkan oleh gangguan metabolisme yang meningkatkan kadar gula darah. Komplikasi serius, seperti penyakit jantung dan kerusakan saraf, dapat terjadi jika tidak ditangani dengan baik, sehingga diagnosis dini sangat penting. Studi ini menerapkan Support Vector Machine (SVM), algoritma supervised learning, untuk mengklasifikasikan pasien diabetes berdasarkan fitur seperti kehamilan, kadar glukosa, tekanan darah, dan BMI. Proses penelitian mencakup eksplorasi data, pembersihan, standarisasi, serta pembagian data menjadi set pelatihan dan pengujian, diikuti dengan pembangunan model SVM menggunakan kernel linear. Hasil menunjukkan bahwa SVM mampu memberikan prediksi yang akurat, tetapi terdapat tantangan signifikan seperti ketidakseimbangan data, di mana pasien non-diabetes lebih banyak dibandingkan pasien diabetes, yang dapat menyebabkan bias. Selain itu, pemilihan parameter dan kernel yang tepat memerlukan waktu dan sumber daya yang cukup besar. Keterbatasan penelitian ini juga mencakup kurangnya variabel penting, seperti faktor genetik dan lingkungan dalam dataset, yang membatasi kemampuan model untuk menangkap kompleksitas diabetes sepenuhnya. Meskipun SVM efektif untuk dataset kecil hingga menengah, efisiensinya menurun pada dataset yang sangat besar, terutama terkait dengan waktu komputasi dan kebutuhan memori. Studi ini memberikan wawasan penting tentang penerapan SVM dalam diagnosis diabetes dan membuka peluang untuk penelitian lebih lanjut guna mengatasi keterbatasan yang ada.

• Diabetes
• Support Vector Machine (SVM)
• Klasifikasi
• Diagnosis Dini.

https://repository.bsi.ac.id/repo/61905/Klasifikasi-Penyakit-Diabetes-Melitus-Type-2-Menggunakan-Metode-Support-Vector-Machine
File full-text dikunci.