PENERAPAN ALGORITMA ID3 DAN SVM PADA KLASIFIKASI PENYAKIT DIABETES MELITUS TIPE 2

Abstract

Diabetes Melitus tipe 2 merupakan salah satu penyakit yang sering diidap oleh masyarakat saat ini dan dilabeli sebagai “silent killer disease” karena penderitanya bahkan tidak menyadarinya sampai bertahun-tahun. Kebiasaan masyarakat saat ini yang gemar mengonsumsi junk food, tidur tidak beraturan, serta kurangnya olahraga menyebabkan penyakit diabetes melitus tipe 2 banyak menjangkiti penderita usia muda maupun tua. Berdasarkan permasalahan tersebut, maka diperlukan sebuah sistem yang dapat mengklasifikasi penyakit diabetes melitus tipe 2 dengan persyaratan yang telah ditetapkan. Untuk melakukan klasifikasi penyakit diabetes melitus tipe 2 yaitu dengan menerapkan algoritma Iterative Dichotomiser 3 (ID3) dan Support Vector Machine (SVM). Hasil klasifikasi nanti hanya berupa identifikasi awal dalam memprediksi penyakit diabetes melitus tipe 2 serta kedua algoritma tersebut dapat digunakan sebagai pembanding antara algoritma mana yang lebih efektif dalam menjalankan klasifikasi diabetes melitus tipe 2. Hasil dari klasifikasi dengan jumlah data sebanyak 725 data dengan 75% data train dan 25% data test menggunakan algoritma ID3, SVM kernel Linear dan RBF, didapat algoritma yang paling efektif jatuh pada algoritma SVM Linear dengan hasil accuracy sebesar 78,5%, precision sebesar 79%, recall sebesar 56%, dan f1 score sebesar 66%. Untuk metode penilaian ROC/AUC, SVM Linear mendapat hasil sebesar 74% dan masuk golongan “Fair Classification”.