Klasifikasi Penyakit Hepatitis C Menggunakan Metode Twin Support Vector Machine dengan Optimasi Hyperparameter Particle Swarm Optimization

Abstract

Hepatitis C adalah salah satu penyakit mematikan yang menyebabkan kerusakan hati. Penyakit ini disebabkan oleh Hepatitis C Virus (HCV), yang dapat menimbulkan infeksi akut dan berpotensi menyebabkan komplikasi serius. Infeksi kronis sering kali baru terdeteksi ketika penyakit sudah mencapai tahap lanjut karena akses terhadap diagnosis dan pengobatan masih terbatas. Oleh karena itu, diperlukan proses diagnosis yang lebih efektif dan andal. Dalam penelitian ini, dikembangkan sebuah model klasifikasi untuk mendiagnosis penyakit hepatitis C menggunakan Machine Learning. Adapun tahapan penelitiannya meliputi tahapan pengumpulan data, prapemrosesan data, pembagian dataset, pembuatan model klasifikasi menggunakan metode TWSVM-PSO, hingga analisis faktor risiko. Pada tahapan prapemrosesan data, terdapat proses penanganan data hilang, normalisasi data, transformasi data, dan seleksi fitur. Kemudian dilakukan pembuatan model klasifikasi menggunakan TWSVM dengan hyperparameter yang dioptimasi oleh algoritma PSO.