ANALISIS KLASIFIKASI KONDISI PENDERITA STROKE BERDASARKAN FAKTOR RESIKO YANG DIMILIKI PASIEN RSU HAJI SURABAYA MENGGUNAKAN REGRESI LOGISTIK DAN SUPPORT VECTOR MACHINE (SVM)

Stroke menjadi penyebab kematian ketiga tertinggi di dunia setelah penyakit kanker dan jantung. Di Indonesia stroke berada pada peringkat pertama penyebab kematian di semua umur dengan persentase 15,4 %. Terkait dengan banyaknya kejadian komplikasi yang terjadi pada penderita stroke maka dilakukan pengelompokkan kondisi penderita stroke setelah pengobatan berdasarkan penyakit-penyakit yang menyertai penyakit stroke dengan menggunakan me-tode support vector machine (SVM) dan metode regresi logistik. Pengklasifikasian menggunakan regresi logistik biner menghasilkan ketepatan klasifikasi maksimum sebesar 74,19% dengan 3 faktor resiko yang berpengaruh terhadap kondisi pasien saat keluar dari rumah sakit yaitu usia, TIA (Transcient Ischemic Attack) dan tipe stroke yang diderita. Menurut seleksi variabel L1-Norm variabel prediktor yang memiliki pengaruh paling besar terhadap kondisi akhir pasien saat keluar dari rumah sakit adalah tipe stroke, TIA kemudian jenis kelamin. Pengklasifikasian dengan SVM menghasil-kan nilai ketepatan klasifikasi maksimum sebesar 80% dimana hasil seleksi variabel menunjukkan bahwa semua faktor resiko yang dimiliki pasien berpengaruh terhadap kondisi pasien saat keluar dari rumah sakit. Hal ini juga dibuktikan jika variabel dengan koefisien terkecil direduksi menyebabkan ketepatan klasifikasi juga menurun.