PREDIKSI RESIKO OBESITAS MENGGUNAKAN ALGORITMA SVM BERBASIS RBF DAN OPTIMASI PARAMETER BAYESIAN OPTIMIZATION

Penelitian ini berjudul Prediksi Resiko Obesitas Menggunakan Algoritma SVM Berbasis Rbf Dan Optimasi Parameter Bayesian Optimization yang bertujuan untuk memprediksi tingkat resiko obesitas.Penelitian ini dibatasi oleh penggunaan dataset obesity level yang diambil dari kaggle karena dataset tersebut berisi faktor-faktor yang mempengaruhi terjadinya obesitas.Metode yang digunakan pada penelitian ini adalah menggunakan algoritma svm yang dikombinasikan dengan kernel rbf dan juga optimasi parameter bayesian optimization.Tahapan penelitian ini meliputi pengumpulan data,pre-procesing data,penanganan smote,pelatihan model,prediksi obesitas,evaluasi dan pengujian.Hasil evaluasi berupa matrix evaluasi seperti accuracy,f1-score,recall dan precision.Hasil dari penelitian ini menghasilkan nilai akurasi sebesar 96% dan f1-score,recall dan precision juga menghasilkan nilai yang tinggi pada setiap kategori.Hasil pengujian ditampilkan dalam bentuk web sederhana yang terdapat pengecekan berdasrkan faktor-faktor yang mempengaruhi resiko obesitas.Kesimpulan dari penelitian ini adalah kernel RBF dapat diimplementasikan menggunakan algoritma SVM serta optimasi parameter Bayesian Optimization terbukti dapat membantu dalam peningkatan akurasi.