REDIKSI PENYAKIT KIDNEY MENGGUNAKAN SVM DAN JST

ALGORITHMS

Dr. S. Vijayarani 1 , Mr.S.Dhayanand 2

Asisten Profesor 1 , M.Phil Research Scholar 2
Departemen Ilmu Komputer, Sekolah Ilmu Komputer dan Teknik,
Bharathiar University, Coimbatore, Tamilnadu, India 1, 2
Abstrak
Industri perawatan kesehatan mengumpulkan data kesehatan dalam jumlah besar
yang, sayangnya, tidak “ditambang” untuk menemukan informasi tersembunyi
untuk analisis yang efektif, diagnosis dan pengambilan keputusan. Penemuan pola
dan hubungan tersembunyi sering terjadi diam. Teknik penambangan data lanjutan
dapat membantu dan memberikan solusi untuk menangani situasi ini.
Penambangan data adalah proses ekstraksi informasi tersembunyi dari kumpulan
data tebal. Berbagai teknik penambangan data adalah pengelompokan, klasifikasi,
analisis asosiasi, regresi,summarization, analisis time series dan analisis urutan, dll.
Teknik penambangan data peran penting dalam domain yang berbeda seperti
penambangan teks, penggalian grafik, penambangan medis, penambangan
multimedia dan penambangan web. Tujuan dari penelitian ini adalah untuk
memprediksi ginjal penyakit dengan menggunakan Support Vector Machine
(SVM) dan Artificial Neural Network (ANN).

Tujuan dari pekerjaan ini adalah untuk membandingkan kinerja dari kedua
algoritma ini berdasarkan keakuratan dan waktu pelaksanaannya. Dari hasil
eksperimen itu diamati bahwa kinerja ANN lebih baik daripada algoritma lainnya.
Kata kunci : Data Mining; Teknik penambangan data; Penyakit ginjal; Dukungan
Vektor Mesin;
Jaringan Saraf Tiruan.

1. Perkenalan
Penambangan data adalah proses mengekstraksi informasi tersembunyi dari
kumpulan data besar. Data penambangan digunakan dalam beberapa domain
seperti penambangan gambar, penambangan teks, penambangan berurutan, web
penambangan, penambangan grafik, penambangan spasial dan sebagainya. Teknik
penambangan data digunakan dalam berbagai aplikasi seperti diagnosis kesalahan,
deteksi anomali, diagnosis medis, penyaringan e-mail, wajah