Analisis Komparatif Kernel Linear, Polynomial, RBF, dan Sigmoid pada Support Vector Machine untuk Klasifikasi Penyakit Jantung: Comparative Analysis of Linear, Polynomial, RBF, and Sigmoid Kernels in Support Vector Machine for Heart Disease Classification

Adeline Faradisia; Magdalena A. Ineke Pakereng

doi:10.57152/malcom.v5i4.2321

Authors

Adeline Faradisia Universitas Kristen Satya Wacana
Magdalena A. Ineke Pakereng Universitas Kristen Satya Wacana

DOI:

https://doi.org/10.57152/malcom.v5i4.2321

Keywords:

GridSearchCV, Kernel SVM, Klasifikasi, Penyakit Jantung, Support Vector Machine

Abstract

Penyakit jantung masih menjadi salah satu penyebab utama kematian di berbagai belahan dunia, sehingga deteksi dini sangat diperlukan untuk menekan risiko yang mungkin timbul. Penelitian ini menerapkan algoritma Support Vector Machine (SVM) dalam mengklasifikasikan risiko penyakit jantung dengan melakukan perbandingan kinerja empat jenis kernel, yaitu linear, polynomial, radial basis function (RBF), dan sigmoid. Dataset yang digunakan berasal dari open dataset “Heart Disease” di Kaggle yang berisi 303 data pasien dengan 13 atribut klinis, age, sex, jenis nyeri dada (cp), tekanan darah saat istirahat (trestbps), kolesterol serum (chol), gula darah puasa (fbs), hasil EKG istirahat (restecg), detak jantung maksimum (thalach), angina akibat olahraga (exang), depresi ST (oldpeak), kemiringan segmen ST (slope), jumlah pembuluh darah utama (ca), dan thal, serta satu target biner yang menunjukkan ada/tidaknya penyakit jantung. Proses penelitian meliputi pemuatan dataset dan eksplorasi awal, dilanjutkan pra-pemrosesan data, inisialisasi SVM, iterasi kernel, pelatihan model, prediksi pada data uji, serta evaluasi performa. Seluruh kernel dituning secara konsisten menggunakan GridSearchCV guna memperoleh konfigurasi optimal. Hasil evaluasi menunjukkan bahwa kernel polynomial memberikan performa terbaik dengan akurasi 88,52% dan F1-score 89%. Dengan demikian, kernel polynomial dinilai sebagai pilihan paling optimal untuk klasifikasi penyakit jantung menggunakan metode SVM

Downloads

Download data is not yet available.

References

R. M. Ubaidilah and T. A. Puspito, "Optimasi Prediksi Penyakit Jantung Dengan Naive Bayes dan Particle Swarm Optimization (PSO)," Jurnal Informasi dan Komputer, vol. XIII, no. 1, pp. 148-154, 2025.

A. Nurmasani and Y. Pristyanto, "Algortime Stacking Untuk Klasifikasi Penyakit Jantung Pada Dataset Imbalanced Class," Jurnal Pseudocode, vol. VIII, no. 1, pp. 21-26, 2021.

R. Sumara, N. A. Wibowo and Indarti, "Identifikasi Faktor Kejadian Penyakit Jantung Koroner Terhadap Wanita Usia ? 50 Tahun di RSU Haji Surabaya," Jurnal Manajemen Asuhan Keperawatan, vol. VI, no. 2, pp. 53-59, 2022.

P. A. Sihotang and D. Sitanggang, "Perbandingan Algoritma C4.5 Dengan Naive Bayes Untuk Memprediksi Penyakit Jantung," Jurnal TEKINKOM, vol. VII, no. 2, pp. 899-908, 2024.

D. H. Depari, Y. Widiastiwi and M. M. Santoni, "Perbandingan Model Desicion Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung," Jurnal Informatik, vol. XVIII, no. 3, pp. 239-248, 2022.

M. T. T. B. Sirait, N. S. Fathonah and M. N. Fauzan, "Pemanfaatan Algoritma Adasyn dan Support Vector Machine Dalam Meningkatkan Akurasi Prediksi Kanker Paru-Paru," JATI (Jurnal Mahasiswa Teknik Informatika), vol. VIII, no. 5, pp. 8773-8778, 2024.

M. D. F. Tino, H. Hasanah and T. D. Santosa, "Perbandingan Algoritma Support Vector Machines (SVM) dan Neural Network Untuk Klasifikasi Penyakit Jantung," Infotech Journal, vol. IX, no. 1, pp. 232-235, 2023.

K. Saputra, Zuriati and Sriyanto, "Perbandingan Kinerja Fungsi Kernel Algoritma Support Vector Machine Pada Klasifikasi Penyakit Padi," Jurnal Teknika, vol. XVII, no. 1, pp. 119-131, 2023.

W. S. Dharmawan, "Komparasi Algoritma Klasifikasi SVM-PSO dan C4.5-PSO Dalam Prediksi Penyakit Jantung," Jurnal Informatika, Manajemen dan Komputer, vol. XIII, no. 2, pp. 31-41, 2021.

F. M. Natsir, R. Y. Bakti and T. Wahyuni, "Analisis Deteksi Penyakit Jantung Dengan Pendekatan Support Vector Machine Pada Data pasien," Arus Jurnal Sains dan Teknologi (AJST), vol. II, no. 2, pp. 437-446, 2024.

Alexsander, A. Nazri, R. A. Panbudi and Junadhi, "Implementasi Algoritma SVM Dalam Memprediksi Penyakit Stroke," Journal Zetroem, vol. VI, no. 2, pp. 1-5, 2024.

H. S. Wafa, A. I. Hadiana and F. R. Umbara, "Prediksi Penyakit Diabetes Menggunakan Algoritma Support Vector Machine (SVM)," Informatics and Digital Expert (INDEX), vol. IV, no. 1, pp. 40-45, 2022.

A. d. R. Wibisono, E. P. Mandyartha and M. M. A. Haromainy, "Klasifikasi Penyakit Kulit Berbasis Support Vector Machine Dengan Ekstraksi Fitur ABCD Rule," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. X, no. 1, pp. 686-698, 2025.

F. Handayani and R. M. Taufiq, "Komparasi Algoritma Menggunakan Teknik SMOTE Dalam Melakukan Klasifikasi Penyakit Stroke Otak," Jurnal Computer Science and Information Technology (CoSciTech), vol. V, no. 2, pp. 367-372, 2024.

A. Desiani, D. A. Zayanti, I. Ramayanti, F. F. Ramadhan and Giovillando, "Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi Kanker Payudara," Jurnal Kecerdasan Buatan dan Teknologi, vol. IV, no. 1, pp. 33-42, 2025.

A. Jalil, A. Homaidi and Z. Fatah, "Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Status Stunting Pada Balita," G-Tech: Jurnal Teknologi Terapan, vol. VIII, no. 8, pp. 2070-2079, 2024.

Angel and D. E. Herwindiati, "Perbandingan Algoritma K-NN, SVM, Dan Decision Tree Dalam Klasifikasi Kelenjar Tiroid," JTeksis (Jurnal Teknologi Dan Sistem Informasi Bisnis), vol. VI, no. 4, pp. 866-871, 2024.

S. Rahayu and Y. Yamasari, "Klasifikasi Penyakit Stroke Dengan Metode Support Vector Machine (SVM)," JINACS (Journal of Informatics and Computer Science), vol. V, no. 3, pp. 440-446, 2024.

L. N. Farida and S. Bahri, "Klasifikasi Gagal Jantung Menggunakan SVM (Support Vector Machine)," Komputika: Jurnal Sistem Komputer, vol. XIII, no. 2, pp. 149-156, 2024.

A. Nadroh, D. N. Triwibowo and R. B. B. Sumantri, "Klasifikasi Status Gizi Balita Menggunakan Algoritma Support Vector Machine Dengan Optimasi Grid Search Cross-Validation," METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi, vol. VIII, no. 2, pp. 250-257, 2024.

A. Wulandari, S. Wahyuni, D. Z. Haq and D. C. R. Novitasari, "Identifikasi Penyakit Anemia Menggunakan Metode Support Vector Machine Berdasarkan Hemoglobin Darah," Jurnal Algoritme, vol. V, no. 2, pp. 101-110, 2025.

R. Marlita and D. Mustofa, "Implementasi Support Vector Machine Pada Klasifikasi Penyakit Daun Kentang Berbasis Fitur GLCM," JIKA: Jurnal Ilmu Komputer dan Aplikasinya, vol. I, no. 1, pp. 6-11, 2025.

E. Nahak, R. P. Putra and F. Marisa, "Klasifikasi Penyakit Pada Tanaman Apel Melalui Citra Daun Menggunakan Metode Multiclass Support Vector Machine," JATASI (Jurnal Teknik Informatika dan Sistem Informasi), vol. XI, no. 3, pp. 401-408, 2024.