Penerapan Algoritme Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kucing

Abstrak

Kucing merupakan hewan peliharaan yang sering ditemukan di masyarakat. Pemeliharaan kucing memerlukan perhatian yang besar agar kucing tidak terserang penyakit yang dapat membahayakan kucing, pemiliknya ataupun orang yang melakukan interaksi langsung dengan kucing tersebut. Penyakit pada kucing biasanya disebabkan oleh virus, bakteri atau jamur. Kemiripan gejala yang muncul pada penyakit kucing membuat masyarakat umum sulit mendeteksi penyakit yang menyerang kucing tersebut. Sehingga dibutuhkan sistem yang dapat membantu pengklasifikasian terhadap gejala penyakit yang timbul pada kucing untuk mendiagnosis penyakitnya dengan tepat. Sistem yang digunakan untuk pengklasifikasian penyakit kucing ini mengunakan algoritme Support Vector Machine (SVM) dengan menerapkan strategi One-Against-All untuk permasalahan multi class. Penelitian ini menggunakan 220 data dengan 9 hasil klasifikasi yaitu Scabies, Gastritis, Helminthiasis, Rhinitis, Dermatitis, Dermaphytosis, Otitis, Enteritis dan kucing sehat. Hasil akurasi yang dihasilkan oleh sistem ini dengan menggunakan perbandingan rasio data 90% : 10%  dan kernel RBF adalah 80,2%. Dengan hasil akurasi yang baik, maka penelitian ini dapat diterapkan untuk membantu melakukan pengklasifikasian penyakit kucing dengan menggunakan algoritme Support Vector Machine (SVM).