Kurniawaty, Daisy (2017) Klasifikasi Gangguan Jiwa Skizofrenia Menggunakan Algoritme Support Vector Machine (SVM). Sarjana thesis, Universitas Brawijaya.
Abstract
Gangguan jiwa termasuk penyakit yang banyak dijumpai di masyarakat. Salah satu gangguan jiwa adalah skizofrenia yang mana proses diagnosis gangguan jiwa skizofrenia cukup sulit, karena tidak ada ciri khusus perilaku maupun penampilan bagi penderitanya, beberapa penderitanya dapat berperilaku dan berpenampilan layaknya orang normal selain itu pemeriksaan dan pengobatan yang cukup mahal. Hal tersebut dapat mengakibatkan kondisi pasien semakin memburuk. Untuk mengatasi masalah tersebut dibuat suatu sistem klasifikasi gangguan jiwa skizofrenia menggunakan algoritme support vector machine (SVM). Dalam penelitian ini menggunakan 75 data yang terbagi menjadi dua jenis gangguna jiwa skizofrenia yaitu paranoid dan simplex. Metode yang digunakan adalah algoritme SVM yang mana termasuk dalam kategori metode klasifikasi yang baik, yang mana memberikan suatu pendekatan statistik dalam pengenalan pola, dan merupakan metode yang bersifat linier, tetapi SVM menyediakan kernel trick, yang dapat menyelesaikan masalah terkait klasifikasi non-linear. Hasil pengujian akhir menghasilkan rata-rata akurasi optimal yaitu 100% dengan menggunakan rasio perbandingan 90%:10%, nilai gamma = 0,00001, lambda = 3, nilai C = 0,01, kernel polynomial of degree, dan iterasi maksimal adalah 1000.
English Abstract
Insanity is the most common disease. One of insanity is schizophrenia. The process of diagnosis of schizophrenia is difficult, because there is no specific characteristic of behavior or appearance for the sufferer, some sufferer can behave and look like normal people and expensive treatment. It will make the patient’s condition worse. To resolve this issue, this can be done with schizophrenia classification using support vector machine (SVM) algorithm. In this study there are 75 data that is divided into two types of schizophrenia, that is paranoid and simplex. The method in this study using support vector machine algorithm, wich to the category of good classification method, provides a statistical approach in pattern recognition, and is a linear method, but SVM provides kernel trick, which can solve problems related to non-linear classification. The result obtained using SVM 100% accuracy using ratio data 90%:10%, gamma = 0,00001, lambda = 3, nilai C = 0,01, kernel polynomial of degree, maximum iteration is 1000.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/417/051707739 |
| Uncontrolled Keywords: | Klasifikasi, Gangguan Jiwa, Skizofrenia, Support Vector Machine |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 20 Sep 2017 07:29 |
| Last Modified: | 23 Sep 2020 06:18 |
| URI: | http://repository.ub.ac.id/id/eprint/2806 |
Preview |
Text
BAB I.pdf Download (632kB) | Preview |
Preview |
Text
BAB II.pdf Download (830kB) | Preview |
Preview |
Text
BAB III.pdf Download (765kB) | Preview |
Preview |
Text
BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
BAB V.pdf Download (1MB) | Preview |
Preview |
Text
BAB V-2.pdf Download (861kB) | Preview |
Preview |
Text
BAB VI.pdf Download (860kB) | Preview |
Preview |
Text
BAB VII.pdf Download (605kB) | Preview |
Preview |
Text
Bagian Depan (1).pdf Download (715kB) | Preview |
Preview |
Text
Daftar Pustaka.pdf Download (521kB) | Preview |
Actions (login required)
 |
View Item |