Klasifikasi Penyakit Cacar Monyet Menggunakan Support Vector Machine (SVM): Classification of Monkeypox Disease Using Support Vector Machine (SVM)

Abstrak

Penyakit cacar monyet menjadi sebuah wabah di beberapa negara non endemik pada bulan Juli tahun 2022. Oleh karena itu, tindakan pencegahan atau pengobatan yang tepat perlu dilakukan secara dini dengan cara melakukan identifikasi penyakit menggunakan suatu metode klasifikasi. Klasifikasi dilakukan menggunakan metode knowledge discovery in database (KDD) dengan algoritma support vector machine (SVM) yang menggunakan 4 kernel yaitu linear, RBF, sigmoid, dan polynomial dengan pengaturan parameternya pada masing masing kernel. Algoritma SVM dipilih karena penggunaan berbagai kernelnya memungkinkan eksplorasi bentuk-bentuk keputusan yang berbeda dalam ruang fitur yang lebih tinggi untuk mengangkap pola pola yang tidak linear. Hasil terbaik didapatkan oleh kernel polynomial dengan tingkat akurasi sebesar 75%, sementara kernel linear sebesar 70,5%, RBF sebesar 66%, dan sigmoid sebesar 45%. Kemudian nilai grafik kurva receiver operating characteristic area under control (ROC AUC) untuk kernel polynomial sebesar 0.81. Hal tersebut menunjukkan bahwa model klasifikasi yang dibuat sudah baik dan dapat dikembangkan ke penelitian tahap selanjutnya.