ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PREDIKSI PENYAKIT STROKE DI RSUD SOSODORO DJATIEKOESOEMO BOJONEGORO

Stroke adalah penyakit cerebrovascular atau kerusakan otak yang menyumbat pembuluh darah sehingga mengambat asupan suplai darah ke otak. Tersumbatnya pembuluh darah mengakibatkan nutrisi dan oksigen tidak masuk ke jaringan otak Menurut World Health Organizatin (WHO) pada tahun 2018 menunjukaan stroke masih cukup tinggi yaitu kematian dari penyakit stroke sebesar 51% diseluruh dunia yang disebabkan oleh tekanan darah tinggi. Gaya hidup yang salah merupakan faktor risiko pada Strok berulang adalah sama dengan faktor risiko pada Strok pertama (Amelia et al,2022).Support Vector Machine (SVM) merupakan model yang berasal dari teori pembelajaran statistika yang akan memberikan hasil yang lebih baik dibandingkan metode lainnya. Ketepatan klasifikasi sebesar 95% yang artinya persenrase kasus stroke yang tepat di lasifikasikan dengan metode Support Vector Machines (SVM) dengan nilai 95 %. 1. Model prediksi status stroke berhasil dibangun menggunakan Support Vector Machine dengan beberapa input variable data stroke antara lain Y jenis troke X1jenis stroke X2usia X3status hypertensi X4 status diabetes melitus X5hiperkolestrol X6 riwayat stroke keluarga X7imt X8status rokok yang kemudian dapat menghasilkan prediksi penyakit stroke di Rsud Sosodoro Djatie Koesomo Bojonegoro. 2. Support Vector Machine (SVM) dapat di gunakan sebagai salah satu metode prediksi kasus stroke di Rsud Sosodoro Djati Koesoemo Bojonegoro pada tahun 2022 dari bulan januari – maret yang menghasilkan nilai akurasi sebesar 95% . 3. Dalam ketepatan prediksi, terdapat lebih banyak dara stroke hemorogik yang memiliki hasil kesalahan prediksi bersifat positif (false positive), dan hanya sedikit penderita stroke iskemik yang memiliki kesalahann prediksi bersifat negatif (false positive). Artinya, system yang di bangun dengan metode SVM sudah cukup baik dalam memberikan deteksi pada penyakit stroke di Rsud Sosodoro Djatie koesomo di Bojonegoro.