Optimasi Metode Support Vector Machine Linear Dengan Algoritma Pada Klasifikasi Tingkat Obesitas

Abstract

Obesitas telah menjadi salah satu masalah yang cukup serius diseluruh dunia. Obesitas juga dapat memicu berbagai penyakit lain seperti diabetes, jantung dan kanker. Pola makan dan aktifitas fisik yang tidak teratur merupakan salah satu faktor dari obesitas. Oleh karena itu pemahaman tentang hubungan antara pola makan, kondisi fisik, dan tingkat obesitas menjadi krusial untuk pengembangan strategi pencegahan obesitas yang efektif. Dalam jurnal ini klasifikasi dilakukan menggunakan metode Support Vector Machine Linear beserta metode optimasi Algoritma Genetika dipilih untuk membantu menangani masalah tersebut. Sesuai dengan hasil penelitian akurasi tertinggi didapat pada metode Support Vector Machine Linear dengan optimasi Algoritma Genetika sebesar 97.9 dengan jumlah populasi 10 serta pembagian data uji dan latih sebesar 80:20. Berdasarkan hasil tersebut metode Support Vector Machine Linear yang dioptimasi dengan Algoritma Genetika mampu mengklasifikasikan tingkat obesitas dan dapat meningkatkan nilai akurasinya.