KLASIFIKASI TUBERKULOSIS DENGAN PENDEKATAN METODE SUPPORTS VECTOR MACHINE (SVM)

Abstract

Tuberkulosis (TBC atau TB) adalah suatu penyakit infeksi yang disebabkan oleh basil tahan asam disingkat BTA dengan nama lengkap bakteri Mycobacterium Tubercolosis. TBC menjadi salah satu penyebab kematian terbesar di Indonesia sehingga perlu penanganan  khusus dalam pencegahan TBC. Data Kesehatan di Kota Semarang menunjukkan TBC menjadi salah satu kontributor terbesar dalam kejadian luar biasa di Provinsi Jawa Tengah. Beberapa faktor yang mempengaruhi penyakit TBC antara lain faktor lingkungan, jenis pekerjaan, status sosial, kebiasaan merokok dan minuman keras. Dalam menganalisis klasifikasi kasus pasien TBC terinfeksi atau tidak terinfeksi maka digunakan pendekatan Supports Vector Machine (SVM) dan Regresi logistik. Hasil menunjukkan SVM mampu mengukur ketepatan klasifikasi  dengan akurasi lebih tinggi. Hasil akurasi yang diperoleh SVM dengan  fungsi kernel RBF sebesar 98%.