Aprilda Armin Yohanes
Support Vector Machine disebut SVM adalah metode pada machine learning yang dapat digunakan untuk menganalisis data dan mengurutkannya ke dalam salah satu dari dua kategori. Pada portfolio ini, saya menggunakan data penyakit jantung untuk menganalisa akurasi jumlah penyakit pasien yang terkena penyakit jantung.
SVM bekerja untuk mencari hyperplane atau fungsi pemisah (decision boundary) terbaik untuk memisahkan dua buah kelas atau lebih pada ruang input. Hiperplane dapat berupa line atau garis pada dua dimensi dan dapat berupa flat plane pada multiple plane.
Berikut langkah-langkah menganalisa nilai akurasi data penyakit jantung menggunakan klasifikasi model SVM (Support Vector Machine).