Perbandingan Algoritma Support Vector Machine dan Neural Network untuk Klasifikasi Penyakit Hati

Abstract

Pada penelitian ini dilakukan perbandingan dua algoritma untuk klasifikasi penyakit hati, yaitu algoritma Support Vector Machine (SVM) dan Neural Network berjenis Multi Layer Perceptron (MLP). Pelatihan model dilakukan dengan bantuan Grid Search Cross Validation (GridSearchCV). Tujuan dari penelitian ini yaitu untuk mengetahui model machine learning dengan performa terbaik yang dihasilkan dari kedua algoritma tersebut. Dataset yang digunakan diambil dari situs UCI Machine Learning Repository dengan nama dataset yaitu Indian Liver Patient Dataset. Hasil penelitian menunjukkan bahwa model klasifikasi penyakit hati dengan algoritma SVM memiliki kinerja yang lebih baik dan akurasi yang lebih tinggi yaitu 87,65%. Kinerja yang baik ini juga ditandai dengan hasil pada Confusion Matrix yang menunjukkan bahwa model tidak memprediksi penderita penyakit hati sebagai bukan penderita penyakit hati sehingga tidak membahayakan penderita penyakit hati.