<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM)"^^ . "ABSTRACT\r\nHANDLING OF IMBALANCE DATA WITH RANDOM\r\nOVERSAMPLING (ROS) IN CLASSIFICATION OF DIABETIC\r\nPATIENTS USING SUPPORT VECTOR MACHINE (SVM)\r\nBy\r\nDhifa Zhafirah\r\nDiabetes mellitus is a health problem that often occurs in Indonesia, especially in\r\nLampung Province. This disease is a condition in which the body does not produce\r\nenough or use the insulin hormone that carries glucose into the body's cells. The\r\npurpose of this research is to create a machine-learning model that can detect\r\ndiabetes early using a Support Vector Machine (SVM). However, the dataset used\r\nin the research has data imbalance problems. Therefore, Random Oversampling\r\n(ROS) is used to overcome this problem. The results obtained from this study, ROS\r\nis able to handle imbalance data so that the accuracy value obtained reaches 96.43%\r\n(excellent classification) with the C-Classification model and Radial Basis Function\r\n(RBF) kernel, as well as sigma one and cost one parameter for the training data\r\nscheme 90% and 10% testing data. This accuracy value increases sharply compared\r\nto without ROS, which is only around 76%.\r\nKeywords : Diabetes Melitus, Imbalance Data, Random Oversampling, Support\r\nVector Machine\r\n\r\n\r\nDiabetes melitus adalah salah satu masalah kesehatan yang sering terjadi di\r\nIndonesia khususnya Provinsi Lampung. Penyakit ini merupakan suatu kondisi\r\ndimana tubuh tidak cukup untuk menghasilkan atau menggunakan hormon insulin\r\nyang membawa glukosa ke dalam sel-sel tubuh. Tujuan penelitian ini adalah\r\nmembuat model machine learning yang dapat mendeteksi dini penyakit diabetes\r\nmenggunakan Support Vector Machine (SVM). Namun, pada dataset yang\r\ndigunakan dalam penelitian memiliki masalah ketidakseimbangan data (imbalance\r\ndata). Oleh karena itu, digunakan Random Oversampling (ROS) untuk mengatasi\r\nmasalah tersebut. Hasil yang diperoleh dari penelitian ini, ROS mampu menangani\r\nimbalance data sehingga nilai akurasi yang didapatkan mencapai 96.43% (excellent\r\nclassification) dengan model type C-Classification dan kernel Radial Basis\r\nFunction (RBF), serta parameter sigma 1 dan cost 1 untuk skema data latih 90%\r\ndan data uji 10%. Nilai akurasi ini meningkat tajam dibandingkan tanpa ROS yang\r\nhanya sekitar 76%.\r\nKata Kunci : Diabetes Melitus, Ketidakseimbangan Data, Random Oversampling,\r\nSupport Vector Machine"^^ . "2023-02-08" . . . . . "FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM"^^ . . . . . . "1917031032"^^ . "DHIFA ZHAFIRAH"^^ . "1917031032 DHIFA ZHAFIRAH"^^ . . . . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (File PDF)"^^ . . . "ABSTRAK.pdf"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (File PDF)"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (File PDF)"^^ . . . "SKRIPSI TANPA BAB PEMBAHASAN.pdf"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "small.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "small.jpg"^^ . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . . "PENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING\r\n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN\r\nSUPPORT VECTOR MACHINE (SVM) (Other)"^^ . . . . . "HTML Summary of #69842 \n\nPENANGANAN IMBALANCE DATA DENGAN RANDOM OVERSAMPLING \n(ROS) PADA KLASIFIKASI PENDERITA DIABETES MENGGUNAKAN \nSUPPORT VECTOR MACHINE (SVM)\n\n" . "text/html" . . . "000 Ilmu komputer, informasi dan pekerjaan umum" . . . "001 Ilmu pengetahuan" . .