Penerapan KNN Imputer Dalam Mengolah Data Missing Value Untuk Membantu Meningkatkan Akurasi Support Vector Machine Klasifikasi Penyakit Tiroid

Abstrak: Tiroid adalah kondisi kelainan pada seorang akibat adanya gangguan tiroid. Berdasarkan data dari kementerian
kesehatan di dunia prevalensi tiroid masih tergolong tinggi, jika kelahiran sebanyak lima juta bayi setiap tahunya maka terdapat seribu enam ratus bayi dengan hipertiroid. Algoritma yang digunakan untuk pengolahan data dan dimodelkan menjadi pengetahuan adalah support vector machine (SVM), SVM adalah digunakan untuk klasifikasi. Setelah melakukan melakukan explorasi pada datasets dari 23 atribut yang terdapat pada datasets terdapat 9 atribut yang memiliki missing value Antara lain age 4 baris, sex 307 baris, TSH 804 baris, T3 2604 baris, TT4 442 baris, T4U 809 baris, FTI 802 baris, TBG 8823 baris, dan target 1626 baris. Berdasarkan hasil evaluasi pada model yang telah dibuat pengujian presisi 94%, recall 100%, F1-score 97%
dengan hasil akumulasi akurasi sebanyak 93%. Total keseluruhan evaluasi pada model adalah 93%.