DIAGNOSIS PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Abstract

Abstrak

Penyakit jantung merupakan salah satu penyebab utama kematian global, dengan angka kejadian yang terus

meningkat akibat perubahan gaya hidup. Permasalahan utama dalam diagnosa penyakit jantung terletak pada

kompleksitas dan keragaman data medis yang tersedia dan sering kali terdiri dari berbagai variabel seperti tekanan

darah, kadar kolesterol, riwayat kesehatan keluarga, dan faktor-faktor lainnya. Oleh karena itu, metode

pembelajaran mesin seperti SVM sangat diperlukan untuk membantu mengolah data dengan efisien dan

meningkatkan akurasi prediksi. Metode yang digunakan dalam penelitian ini meliputi beberapa tahapan, yaitu

pengumpulan data medis, pra-pemrosesan data untuk mengatasi ketidakseimbangan dan kebisingan data,

penerapan algoritma SVM untuk membangun model prediksi, serta evaluasi hasil dengan menggunakan dataset

yang telah disediakan. Dataset yang digunakan mencakup berbagai parameter medis yang relevan. Tujuan dari

penelitian ini adalah untuk mengembangkan model prediksi yang akurat menggunakan metode pembelajaran

mesin, khususnya algoritma Support Vector Machine (SVM), dalam mendeteksi risiko penyakit jantung.

Penelitian ini bertujuan untuk mengatasi permasalahan kompleksitas dan keragaman data medis. Evaluasi

dilakukan dengan menggunakan metrik-metrik seperti akurasi, precision, recall, dan F1-Score untuk menilai

kinerja model dalam memprediksi risiko penyakit jantung. Hasil penelitian menunjukkan bahwa model SVM

mampu mencapai akurasi sebesar 86,89%, dengan nilai precision, recall, dan F1-Score masing-masing sebesar

0,88. Ini menunjukkan bahwa model SVM memiliki kemampuan yang baik dalam mengklasifikasikan pasien

dengan risiko tinggi maupun rendah terhadap penyakit jantung. Selain itu, model ini menunjukkan kinerja yang

stabil dan dapat diandalkan, baik untuk pasien yang sudah terdiagnosis maupun yang belum menunjukkan gejala

yang signifikan. Dengan demikian, penggunaan algoritma SVM dalam diagnosis penyakit jantung terbukti efektif,

menawarkan solusi yang signifikan dalam membantu dokter dan tenaga medis untuk melakukan deteksi dini serta

intervensi yang lebih tepat waktu.