Penulis Utama : Ramadhan Febri Utama
NIM / NIP : M0513037
×

Dewasa ini transisi pola penyakit bergeser dari penyakit infeksi menular ke penyakit tidak menular atau penyakit degenaratif. Salah satu penyakit degeneratif adalah Diabates Retinopati dan saat ini banyak ahli medis yang kesulitan dalam melakukan deteksi dini. Salah satu alasannya adalah kesulitan dalam mendeteksi gejala awal yang muncul dikarenakan penyakit ini sulit untuk di kenali. Agar penyakit ini dapat terdeteksi secara dini, diperlukan metode klasifikasi yang akurat. Data mining merupakan salah satu alternatif dalam melakukan klasifikasi. Penelitian ini dilakukan untuk mencari model klasifikasi mana yang lebih baik antara metode Support Vector Machine dan Backpropagatiaon berdasarkan dataset diabetes retinopati. Hasil penelitian menunjukkan bahwa diantara kedua metode tersebut penerapan metode Support Vector Machine lebih unggul digunakan dimana nilai akurasi mencapai nilai 74,85?ngan luas AUC 0,823 dibandingkan dengan metode Backpropagation dengan akurasi hanya 71,96?n luas AUC 0,791.

Kata Kunci: Backpropagation Neural Network , Diabetes retinopati, Klasifikasi , Support vector machine (SVM)