{"title":"Pengklasifikasian Pada Data Echocardiogram Dengan Menggunakan Support Vector Machine dan Analisis Diskriminan","authors":"Gede Suwardika","doi":"10.23887/ijnse.v1i1.12434","DOIUrl":null,"url":null,"abstract":"Echocardiogram (seringkali disebut \"echo\") adalah garis luar grafik dari gerakan jantung. Selama tes ini, gelombang-gelombang suara frekwensi tinggi, disebut ultrasound, menyediakan gambar-gambar dari klep-klep dan kamar-kamar jantung. Dalam penelitian ini dilakukan tes terhadap 132 pasien dengan respon meninggal atau hidup. Hasil ketepatan klasifikasi antara data training dengan data testing dengan analisis diskriminan adalah 96% sedangkan dengan menggunakan SVM diperoleh sebesar 88%. Pengelompokan dengan menggunakan K-Means dan Kernel K-Means menghasilkan ketepatan pengelompokan yang sama persis. Ini menunjukkan bahwa data echocardiogram memiliki pengelompokan yang baik. Kemudian hasil pengelompokan pada K-Means dibandingkan dengan data aktual yang diklasifikasikan dengan menggunakan diskriminan, SVM dan CART dimana dihasilkan bahwa data hasil dari K-Means memiliki ketepatan klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada data aktual.","PeriodicalId":181108,"journal":{"name":"International Journal of Natural Science and Engineering","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-10-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Journal of Natural Science and Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23887/ijnse.v1i1.12434","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Echocardiogram (seringkali disebut "echo") adalah garis luar grafik dari gerakan jantung. Selama tes ini, gelombang-gelombang suara frekwensi tinggi, disebut ultrasound, menyediakan gambar-gambar dari klep-klep dan kamar-kamar jantung. Dalam penelitian ini dilakukan tes terhadap 132 pasien dengan respon meninggal atau hidup. Hasil ketepatan klasifikasi antara data training dengan data testing dengan analisis diskriminan adalah 96% sedangkan dengan menggunakan SVM diperoleh sebesar 88%. Pengelompokan dengan menggunakan K-Means dan Kernel K-Means menghasilkan ketepatan pengelompokan yang sama persis. Ini menunjukkan bahwa data echocardiogram memiliki pengelompokan yang baik. Kemudian hasil pengelompokan pada K-Means dibandingkan dengan data aktual yang diklasifikasikan dengan menggunakan diskriminan, SVM dan CART dimana dihasilkan bahwa data hasil dari K-Means memiliki ketepatan klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada data aktual.