Revyca Yolivia, - (2022) KLASIFIKASI STADIUM PENYAKIT KATARAK SENILIS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB IV) Revyca Yolivia S - LAPORAN TA (BAB 4).pdf - Published Version Restricted to Repository staff only Download (3MB)
Preview	Text LAPORAN + SURAT PERNYATAAN (tanpa BAB 4).pdf Download (3MB) | Preview

Abstract

Mata merupakan salah satu organ terpenting bagi manusia, termasuk salah satu indera penting yang digunakan oleh tubuh setiap hari. Jika indera tersebut mengalami gangguan, maka akan sangat mempengaruhi kehidupan manusia. Salah satu masalah yang sering dialami oleh mata adalah penyakit katarak, jika manusia mengalami gangguan atau katarak dikhawatirkan lama kelamaan akan mengalami kebutaan. Katarak sendiri memiliki tahapan keganasan. Oleh karena itu pada penelitian ini akan mengkaji kasus katarak yang sering dijumpai di Indonesia yaitu katarak senilis, dimana katarak ini biasanya dialami oleh orang lanjut usia dari rentang usia 40 tahun ke atas. Pada penelitian ini akan diterapkan metode Support Vector Machine yang menggunakan kernel Radial Basis Function (RBF) untuk mengklasifikasikan stadium penyakit katarak. Metode Support Vector Machine menggunakan data set sebanyak 100 dengan total 12 parameter. Pada penelitian ini digunakan tiga kelas yaitu katarak, katarak imatur dan katarak matur. Performa SVM ini memberikan akurasi tinggi rata-rata 70% menggunakan nilai parameter dalam pelatihan sekuensial dengan nilai λ 0.5, γ = 0.00001, C = 0.01, σ = 1.5 dan rasio data = 80 : 20.

Actions (login required)

View Item