KLASIFIKASI PENYAKIT HIPERTENSI DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Klasifikasi merupakan proses pengelompokan atau pengkategorian objek atau data ke dalam kelas atau kelompok berdasarkan karakteristik data. Tujuan utama dari klasifikasi adalah untuk mengidentifikasi dan memisahkan objek atau data ke dalam kelompok-kelompok yang serupa. Salah satu penyakit berbahaya yang dapat diklasifikasikan adalah hipertensi. Hipertensi adalah suatu kondisi patologis di mana seseorang mengalami peningkatan tekanan darah melebihi ambang normal. Kondisi ini dapat menimbulkan dampak yang signifikan. Penting untuk mendeteksi hipertensi secara cepat agar dapat mengambil tindakan medis yang sesuai. Maka, diharapkan terdapat model yang dapat membantu tenaga kesehatan dalam mengklasifikasikan penyakit hipertensi dengan cepat menggunakan teknik data mining sesuai prosedur pemecahan Support Vector Machine (SVM). SVM adalah metode supervised learning yang sering digunakan untuk klasifikasi dan regresi, mampu menangani masalah data linier maupun non-linier. Tujuan penelitian ini adalah membangun model SVM untuk membantu sektor kesehatan dalam memprediksi kemungkinan pasien terindikasi penyakit hipertensi menggunakan teknik data mining Support Vector Machine (SVM). Dataset yang digunakan dalam penelitian ini berasal dari pasien hipertensi di UPT Puskesmas Modopuro, Kecamatan Mojosari, Kabupaten Mojokerto, Provinsi Jawa Timur, dengan jumlah 1.749 data, terdiri dari 7 fitur dan 2 kelas. Hasil akurasi tertinggi yang dihasilkan pada pengujian penelitian ini yakni 93% menggunakan kernel RBF dengan parameter C=100 dan gamma=0,1.