Klasifikasi Data Diabetes dengan SVM

Data science adalah ilmu yang menggabungkan sebuah kemahiran di bidang ilmu tertentu dengan keahlian pemrograman, matematika, serta statistic. Metode Support Vector Machine (SVM) merupakan sistem pembelajaran yang menggunakan ruang hipotesis yang berupa fungsi-fungsi linear di dalam sebuah fitur yang memiliki dimensi tinggi dan dilatih dengan menggunakan algoritma pembelajaran berdasarkan teori optimasi. 

Portofolio ini berisi proses klasifikasi data diabetes dengan metode support vector machine (SVM) menggunakan google collaborator, data set yang digunakan di ambil dari kaggle.com 

Step 1, menghubungkan google colab dengan google drive 

Step 2, mengambil data dari google drive, sebelumnya di import pandas dulu. Dengan menampilkan data 5 teratas

Step 3, melakukan proses filter untuk memisahkan data umur, yaitu umur diatas 40 tahun dan dibawah 50 tahun. 

Step 4, memisahkah data parameter (x) dan target (y), dengan target berisi angka 1 yang memiliki penyakit diabetes dan angka 0 yang tidak memiliki penyakit diabetes. 

Kemudian melakukan proses pemisahan data parameternya dengan data target (outcome)

X parameter 

Y = target (outcomes)

Step 5, membagi data menjadi 2 bagian yaitu training dan testing, sebelumnya import library train_test_split menggukana sklearn

Step 6, melakukan klasifikasi dengan model SVM 

Step 7, cek nilai akurasi prediksinya, berapa persen antara hasil prediksi dan nilai sebenarnya. Diperoleh nilai akurasi sebesar 80%

Maka hasil prediksi menggunakan model SVM berdasarkan data test dan data training yang digunakan, nilai prediksinya 80%