Implementasi Algoritma Support Vector Machine (SVM) Untuk Diagnosis Kesehatan Manusia Berbasis Web Application

Abstract

Rumah sakit mempunyai peranan penting dalam kesehatan masyarakat. Namun, rumah sakit mempunyai banyak kekurangan salah satunya adalah dari segi pelayanan. Oleh karena itu, untuk meningkatkan efisiensi pelayanan rumah sakit dilakukan perancangan sistem diagnosis kesehatan manusia melalui aplikasi web berbasis kecerdasan buatan yaitu support vector machine. Support Vector Machine (SVM) merupakan algoritma supervised learning yang bekerja dengan cara mencari hyperplane antara dua kelas data hingga mendapatkan margin terbesar. SVM mempunyai beberapa keunggulan serta performa yang baik, seperti kemampuan generalisasi yang tinggi dan mempunyai fungsi kernel untuk digunakan pada dataset yang berdimensi tinggi sehingga sering digunakan di berbagai penelitian. Pengumpulan data dilakukan dengan penyebaran kuisioner kepada masyarakat umum dengan jumlah responden sebanyak 1.164 orang serta wawancara dengan expert judgement untuk menentukan 10 penyakit dan 40 gejala penyakit. Hasil penelitian menunjukkan tingkat akurasi pengujian diagnosis penyakit pasien mencapai 99%. Inovasi ini memungkinkan diagnosis gejala penyakit manusia dilakukan dengan lebih tepat dan cepat, sehingga diharapkan dapat meningkatkan produktivitas rumah sakit dan derajat kesehatan masyarakat Indonesia secara keseluruhan. Kata Kunci: Diagnosis Penyakit, Support Vector Machine (SVM), Rumah Sakit.