AMIRUDDIN, Naufal (2026) Penerapan Metode Support Vector Machine untuk Klasifikasi Penyakit Tuberkulosis di Rumah Sakit Prof. Dr. Margono Soekarjo. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Download (192kB)
	PDF (Legalitas) LEGALITAS-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only Download (729kB)
	PDF (Abstrak) ABSTRAK-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Download (238kB)
	PDF (BabI) BAB-I-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only until 23 April 2027. Download (247kB)
	PDF (BabII) BAB-II-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only until 23 April 2027. Download (754kB)
	PDF (BabIII) BAB-III-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only until 23 April 2027. Download (247kB)
	PDF (BabIV) BAB-IV-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only Download (784kB)
	PDF (BabV) BAB-V-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Download (305kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Download (211kB)
	PDF (Lampiran) LAMPIRAN-Naufal Amiruddin-K1B021013-Skripsi-2026.pdf Restricted to Repository staff only Download (687kB)

Abstract

Tuberkulosis merupakan penyakit menular yang masih menjadi masalah kesehatan di Indonesia dengan prevalensi dan angka kematian yang tinggi setiap tahunnya. Diagnosis yang tepat diperlukan untuk membedakan Tuberkulosis Paru dan Tuberkulosis Ekstra Paru guna menentukan penanganan yang sesuai. Pada penelitian ini, dilakukan klasifikasi penyakit tuberkulosis menggunakan algoritma Support Vector Machine (SVM) dengan membandingkan empat jenis kernel, yaitu linear, polynomial, radial basis function (RBF), dan sigmoid. Data yang digunakan merupakan data sekunder pasien tuberkulosis dari RSUD Prof. Dr. Margono Soekarjo, dengan total 5.330 data. Model dievaluasi menggunakan confusion matrix, yang meliputi akurasi, precision, recall, dan f1-score. Hasil evaluasi menunjukkan bahwa kernel linear memiliki akurasi 0,986, kernel sigmoid memiliki akurasi sebesar 0,394, kernel polynomial dan kernel RBF memiliki akurasi tertinggi sebesar 0,987. Berdasarkan nilai precision, recall, dan f1-score, kernel RBF merupakan kernel terbaik dengan nilai precision, recall, dan f1-score di atas 0,95 pada kedua kelas. Variabel yang memiliki kontribusi terbesar dalam klasifikasi adalah Jenis Kelamin. Berdasarkan hasil tersebut, metode SVM terbukti mampu memberikan performa klasifikasi yang sangat baik dalam mengidentifikasi jenis tuberkulosis dan tidak cenderung ke salah satu kelas.

Item Type:	Thesis (Skripsi)
Nomor Inventaris:	K26020
Uncontrolled Keywords:	tuberkulosis, machine learning, SVM, kernel, klasifikasi
Subjects:	C > C459 Classification M > M131 Mathematical models T > T335 Tuberculosis
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User:	Mr. NAUFAL AMIRUDDIN
Date Deposited:	23 Apr 2026 07:50
Last Modified:	23 Apr 2026 07:50
URI:	http://repository.unsoed.ac.id:443/id/eprint/40741

Actions (login required)

View Item