%0 Generic
%A Aulia , Zahro Kholili
%C UNIVERSITAS LAMPUNG
%D 2023
%F eprints:69877
%I MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T KLASIFIKASI PENYAKIT DIABETES PADA PEREMPUAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) 
%U http://digilib.unila.ac.id/69877/
%X       Diabetes is a common chronic disease caused by high blood sugar levels that exceed normal limits.  In  diabetics,  the pancreas  cannot  produce the  required  amount of insulin. Diabetes is a disease that causes the highest death rate in Indonesia. Diabetes is potentially higher in women. This study analyses the classification of those with the potential to develop diabetes, especially women, based on available data. The data used is a dataset from the article The National Institute of Diabetes and Digestive and Kidney Diseases. There are many ways to diagnose diabetes, one of which is using the Support Vector Machine algorithm. This study uses four kernels in modelling using SVM, namely linear, polynomial, gaussian, and sigmoid, as well as several training  and  data testing divisions.  The results obtained  show the highest model accuracy  rate of  87%  when  using  a  linear  kernel  with  training  and  testing  data divisions of 95% and 5%.    Keywords: Diabetes, Classification, Support Vector Machine.               Diabetes adalah penyakit kronis umum yang diakibatkan kadar gula darah yang tinggi dan melewati batas normal. Pada penderita diabetes, pankreas tidak mampu menghasilkan  jumlah  insulin  yang  diperlukan.  Diabetes  merupakan  salah  satu penyakit yang mengakibatkan angka kematian tertinggi di Indonesia. Diabetes berpotensi lebih tinggi pada perempuan. Untuk membantu mendeteksi penyakit diabetes lebih dini, penelitian ini mengkaji analisis mengenai klasifikasi siapa saja yang berpotensi terkena penyakit diabetes, khususnya pada perempuan, berdasarkan data yang tersedia. Data yang digunakan adalah dataset dari artikel The National Institute of Diabetes and Digestive and Kidney Disease. Terdapat banyak cara dalam mendiagnosa  penyakit  diabetes,  salah  satunya  adalah  menggunakan  algoritma Support Vector Machine. Penelitian ini menggunakan empat kernel dalam melakukan pemodelan menggunakan SVM, yaitu linear, polinomial, gaussian, dan sigmoid serta beberapa pembagian training dan testing data. Hasil yang diperoleh menunjukkan tingkat  akurasi  model  tertinggi  sebesar  87%  ketika  menggunakan  kernel  linear dengan pembagian training dan testing data sebesar 95% dan 5%    Kata Kunci: Diabetes, Klasifikasi, Support Vector Machine.