KLASIFIKASI PENYAKIT JANTUNG KORONER MENGGUNAKAN SELEKSI FITUR DAN SUPPORT VECTOR MACHINE

  • muhamamad imron rosadi yudharta
  • Amiruddin Fadli

Abstract

Penyakit jantung koroner ialah terhambatnya asupan darah yang disebabkan oleh bertumpuknya plak di dalam arteri koroner yang mensuplai oksigen ke otot jantung. Mahal serta beresikonya uji coronary angiography untuk mendiagnosis penyakit ini menuntun peneliti untuk menerapkan algoritma klasifikasi Support Vector Machine dan teknik ReliefF, Consistency-based dan Medical Knowledge-based Feature Selection. RLF dan CNS mereduksi 13 fitur menjadi 3 dan 11 selagi meningkatkan akurasi dari 81.111% menjadi 84.444% dan 83.333%. MFS mereduksi 13 fitur menjadi 8 selagi mengurangi akurasi dari 81.111% menjadi 72.222%, namun menggabungkan RLF Bersama MFS meningkatkan akurasi dari 72.222% menjadi 83.333%.

Kata kunci: jantung koroner, Support Vector Machine, Seleksi fitur

Downloads

Download data is not yet available.
Published
2019-01-09
How to Cite
[1]
muhamamad imron rosadi and A. Fadli, “KLASIFIKASI PENYAKIT JANTUNG KORONER MENGGUNAKAN SELEKSI FITUR DAN SUPPORT VECTOR MACHINE”, EXPLOIT, vol. 10, no. 2, pp. 32-40, Jan. 2019.
Section
Articles