{"title":"声音可视化呼吸疾病的分类使用支持机","authors":"Muhammad Rijal, Adnan, Andani Achmad","doi":"10.35329/jiik.v8i2.245","DOIUrl":null,"url":null,"abstract":"Suara merupakan parameter yang sangat penting dalam sistem kesehatan pernapasan. Proses klasifikasi pernapasan dipengaruhi oleh dukungan tubuh dalam mendapatkan oksigen yang menghasilkan keadaan normal dan abnormal. Keadaan abnormal yang dimaksud adalah penyakit asma, bronkitis dan tuberkolosis. Tujuan paper ini adalah menerapkan metode Support Vector Machine untuk mengklasifikasi penyakit asma, bronkitis dan tuberkolosis. Pemilihan metode Support Vector Machine berdasarkan keunggulan dalam proses generalisasi dengan meminimalkan terjadinya salah prediksi dan estimasi parameter agar ditemukan hyperplane yang terbaik untuk memisahkan kelas. Hasil pengujian mengemukakan bahwa metode Support Vector Machine berhasil diterapkan dalam mengklasifikasi penyakit asma, bronkitis dan tuberkolosis dengan akurasi sebesar 46.37%.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"AES-5 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-10-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"KLASIFIKASI PENYAKIT PERNAPASAN BERBASIS VISUALISASI SUARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE\",\"authors\":\"Muhammad Rijal, Adnan, Andani Achmad\",\"doi\":\"10.35329/jiik.v8i2.245\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Suara merupakan parameter yang sangat penting dalam sistem kesehatan pernapasan. Proses klasifikasi pernapasan dipengaruhi oleh dukungan tubuh dalam mendapatkan oksigen yang menghasilkan keadaan normal dan abnormal. Keadaan abnormal yang dimaksud adalah penyakit asma, bronkitis dan tuberkolosis. Tujuan paper ini adalah menerapkan metode Support Vector Machine untuk mengklasifikasi penyakit asma, bronkitis dan tuberkolosis. Pemilihan metode Support Vector Machine berdasarkan keunggulan dalam proses generalisasi dengan meminimalkan terjadinya salah prediksi dan estimasi parameter agar ditemukan hyperplane yang terbaik untuk memisahkan kelas. Hasil pengujian mengemukakan bahwa metode Support Vector Machine berhasil diterapkan dalam mengklasifikasi penyakit asma, bronkitis dan tuberkolosis dengan akurasi sebesar 46.37%.\",\"PeriodicalId\":17755,\"journal\":{\"name\":\"JURNAL ILMIAH ILMU KOMPUTER\",\"volume\":\"AES-5 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-10-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JURNAL ILMIAH ILMU KOMPUTER\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35329/jiik.v8i2.245\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL ILMIAH ILMU KOMPUTER","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35329/jiik.v8i2.245","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
KLASIFIKASI PENYAKIT PERNAPASAN BERBASIS VISUALISASI SUARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
Suara merupakan parameter yang sangat penting dalam sistem kesehatan pernapasan. Proses klasifikasi pernapasan dipengaruhi oleh dukungan tubuh dalam mendapatkan oksigen yang menghasilkan keadaan normal dan abnormal. Keadaan abnormal yang dimaksud adalah penyakit asma, bronkitis dan tuberkolosis. Tujuan paper ini adalah menerapkan metode Support Vector Machine untuk mengklasifikasi penyakit asma, bronkitis dan tuberkolosis. Pemilihan metode Support Vector Machine berdasarkan keunggulan dalam proses generalisasi dengan meminimalkan terjadinya salah prediksi dan estimasi parameter agar ditemukan hyperplane yang terbaik untuk memisahkan kelas. Hasil pengujian mengemukakan bahwa metode Support Vector Machine berhasil diterapkan dalam mengklasifikasi penyakit asma, bronkitis dan tuberkolosis dengan akurasi sebesar 46.37%.