Implementasi Algoritma SVM Dan Decision Tree Pada Sistem Diagnosa Penyakit Berdasarkan Gejala

Abstrak

Permasalahan dalam dunia kesehatan, terutama di daerah terpencil, adalah kurangnya akses cepat terhadap diagnosis awal penyakit. Banyak orang kesulitan mengenali gejala penyakit dan langkah pencegahan yang tepat sebelum berkonsultasi dengan dokter. Untuk mengatasi masalah ini, penelitian ini mengembangkan chatbot kesehatan berbasis kecerdasan buatan yang mampu mendiagnosis penyakit berdasarkan gejala yang dimasukkan oleh pengguna. Metode yang digunakan dalam penelitian ini melibatkan algoritma Decision Tree dan Support Vector Machine (SVM) untuk klasifikasi penyakit. Data pelatihan dan pengujian diambil dari dataset gejala dan prognosis yang relevan. Sistem ini dilengkapi dengan tiga komponen utama: (1) kamus gejala dan tingkat keparahan, (2) deskripsi penyakit, dan (3) langkah-langkah pencegahan. Algoritma Decision Tree digunakan untuk memberikan diagnosis awal berdasarkan pola gejala, sementara SVM digunakan untuk validasi hasil diagnosis. Hasil penelitian menunjukkan bahwa model memiliki tingkat akurasi yang tinggi dalam mendiagnosis penyakit, dengan validasi silang menunjukkan nilai rata-rata akurasi di atas 80%. Selain memberikan diagnosis, chatbot ini juga memberikan rekomendasi pencegahan dan informasi deskriptif tentang penyakit yang teridentifikasi. Dengan fitur ini