Percentage Split dan K-Fold Cross Validation pada Algoritma Support Vector Machine (SVM) pada Klasifikasi Penyakit Anemia

Abstract

Anemia merupakan salah satu penyakit yang memiliki pengaruh terhadap peningkatan angka kematian, penurunan tingkat produktivitas kerja, dan gangguan terhadap perkembangan saraf. Salah satu hal yang dapat dilakukan untuk mengurangi tingkat penderita penyakit anemia adalah deteksi dini dengan memanfaatkan teknologi informasi.  Klasifikasi merupakan salah satu teknologi data mining yang dapat digunakan untuk memprediksi suatu pola yang terdapat dalam sejumlah data. Pada penelitian ini dilakukan klasifikasi penyakit anemia menggunakan metode support vector machine dengan kernel polynomial untuk dan metode latih yang digunakan ialah percentage split dan k-fold cross validation. Hasil yang diperoleh pada penelitian ini ialah pada metode latih percentage split memiliki tingkat akurasi sebesar 92,3% dan pada metode latih k-fold cross validation memberikan hasil akurasi sebesar 90%. Hal ini menunjukkan bahwa metode support vector machine cukup baik untuk digunakan dalam melakukan klasifikasi penyakit anemia.