Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support Vector Machine

Puspitasari, Ana Mariyam (2017) Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support Vector Machine. Sarjana thesis, Universitas Brawijaya.

Abstract

Penyakit gigi dan mulut merupakan salah satu penyakit yang berdampak serius bagi kesehatan manusia secara umum, karena gigi dan mulut merupakan tempat masuknya suatu kuman dan bakteri. Penanganan penyakit gigi dan mulut diharuskan untuk segera ditangani lebih cepat dan benar, namun tidak semua tim ahli gigi dapat dengan cepat melakukan penanganan dikarenakan kurangnya tim ahli gigi yang berada ditempat kerja atau rumah sakit selama 24 jam. Mengetahui jenis penyakit gigi dan mulut sejak awal sangatlah penting. Oleh karena itu diperlukan adanya sistem yang mempunyai kemampuan untuk mengklasifikasikan jenis penyakit gigi dan mulut guna membantu masyarakat dalam melakukan diagnosa awal terhadap penyakit gigi dan mulut. Dalam penelitian ini sistem klasifikasi yang digunakan yakni menggunakan metode SVM, karena metode SVM dapat mengatasi masalah klasifikasi dan regresi dengan linear maupun non linear sehingga dapat menjadi suatu kemampuan algoritma pembelajaran pada klasifikasi ataupun regresi. Pada penelitian ini strategi yang digunakan yakni One-Againts-All dan karena proses yang nantinya akan dilakukan bersifat non linear sehingga kernel yang digunakan yakni kernel RBF. Hasil klasifikasi yang diperoleh dengan menggunakan metode SVM mempunyai rata – rata nilai akurasi sebesar 94.442% dengan menggunakan dataset sebanyak 122 data dan dengan parameter sequential training SVM nilai (lamda) = 0.1, y (gamma) = 0.1, C (Complexity) = 1, (epsilon) = 1.10-10 dengan itermax = 50 dan rasio data 80%:20%. Dengan pencapaian hasil akurasi yang baik, maka penelitian ini dapat diterapkan untuk membantu melakukan klasifikasi penyakit gigi dan mulut dengan metode support vector machine.

English Abstract

Oral diseases is one of the most serious diseases that impact to human health in general, as the mouth is a place where the germ and bacteria oral diseases should be handled immediately but not all dental expert can quickly do the handling due to the lack of a dental expert that is available in the hospital for 24 hours. Knowing the types oral diseases since the beginning is very important. Therefore, a system that has the ability to classify types of oral diseases will be very helpful in order to help the community in conducting early diagnosis of oral diseases. This research used classification system using of SVM method because SVM method can resolve the problem of classification and regression with linear or non linear kernel with its capability as a learning algorithm on the classification or regression. This research used One-Againts-All strategies for non linear process and used RBF kernel. The results obtained using SVM method has a mean median values of accuracy – 94,442% using the dataset as much as 122 data and with the parameter λ value SVM training sequential (lamda) = 0.1, y (gamma) = 0.1, C (Complexity) = 1, ε (epsilon) = 1.10-10 with itermax = 50 and ratio data 80%: 20%. The results shows good accuracy, and the research can be applied to help perform classification of oral disease using support vector machine method.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2017/489/051707811
Uncontrolled Keywords: Klasifikasi, Support Vector Machine, Radial Basis Function, Penyakit Gigi dan Mulut
Subjects: 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Yusuf Dwi N.
Date Deposited: 04 Sep 2017 02:23
Last Modified: 12 Oct 2020 03:19
URI: http://repository.ub.ac.id/id/eprint/1998
[thumbnail of Puspitasari, Ana Mariyam.pdf]
Preview
Text
Puspitasari, Ana Mariyam.pdf

Download (9MB) | Preview

Actions (login required)

View Item View Item