EPrints Universitas Amikom YogyakartaPENINGKATAN KINERJA KLASIFIKASI DIABETES MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN PARTICLE SWARM OPTIMIZATION (PSO)HasimAs’ariauthorDiabetes mellitus merupakan penyakit kronis yang memerlukan deteksi dini untuk mengurangi risiko komplikasi. Penelitian ini bertujuan mengembangkan model klasifikasi diabetes menggunakan Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) yang dioptimasi menggunakan Particle Swarm Optimization (PSO). Dataset yang digunakan adalah Pima Indians Diabetes Dataset yang memiliki distribusi kelas tidak seimbang. Penelitian ini menerapkan pipeline yang terdiri dari StandardScaler, SMOTE, SelectKBest, dan SVM-RBF. PSO digunakan untuk mengoptimasi parameter SVM serta jumlah fitur terbaik, sementara optimasi threshold dilakukan untuk meningkatkan keseimbangan antara precision dan recall. Hasil pengujian menunjukkan optimal diperoleh pada C = 20, gamma = 0,00699, dengan tujuh fitur terpilih. Model menghasilkan akurasi sebesar 77,6%, recall 80,6%, precision 64,3%, F1-score 71,5%, dan ROC-AUC 83,6%. Hasil tersebut menunjukkan bahwa model SVM-RBF yang dioptimasi menggunakan PSO mampu mendeteksi pasien diabetes dengan baik dan memiliki potensi sebagai sistem pendukung keputusan medis untuk skrining awal diabetes. otomatis.000 Ilmu komputer, informasi dan pekerjaan umum2026-02-03Universitas AMIKOM Yogyakarta;PJJ Magister InformatikaThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.