Klasifikasi Penyakit Jantung Menggunakan SVM
Henni Oktavia Maharani
Summary
Klasifikasi merupakan suatu pengelompokkan data atau objek berdasarkan variabel yang diamati yang bertujuan untuk memprediksi suatu objek yang belum diketahui kelompok atau kategorinya. SVM (Support Vector Machine) merupakan metode klasifikasi supervised learning, dimana kelebihan dari SVM ini adalah dapat memprediksi dan mengklasifikasi serta meregresi dalam suatu kasus. Metode SVM merupakan algoritma yang bekerja menggunakan pemetaan nonlinier untuk mengubah data pelatihan asli ke dimensi yang lebih tinggi.
Description
Berikut langkah-langkah dalam melakukan klasifikasi menggunakan metode SVM:
- Koneksi ke google drive dengan menggunakan google colab
- Mengambil data dari google drive sesuai dengan folder yang dibuat. Kemudian menampilkan data-data penyakit serangan jantung dengan mengambil 10 data teratas.
- Proses filter untuk menampilkan/memisahkan data untuk umur, dengan umur 35-75 tahun
- Memisahkan data parameter (x) dengan terget (y)
- Pembagian data train dan data test
- Klasifikasi dengan SVM
- Test Accuracy
Berdasarkan hasil prediksi menggunakan metode SVM, diperoleh accuracy model sebesar 57%.
Informasi Course Terkait
Kategori: BlockchainCourse: Data Science
