@thesis{thesis,
		author={Ismatulloh  Mochamad Fajar},
		title ={Prediksi Diabetes Menggunakan Metode Reduced Support Vector Machine (RSVM)},
		year={2021},
		url={http://elibrary.unikom.ac.id/id/eprint/4869/},
		abstract={Penelitian ini bertujuan untuk mengukur akurasi dari metode Reduced Support Vector Machine (RSVM) dalam memprediksi penyakit diabetes dengan dataset Pima Indian Diabetes Database, sama seperti pada penelitian-penelitian sebelumnya. Tahap pertama dari penelitian ini adalah pre-processing, berisi proses menghilangkan noise, normalisasi dengan metode min-max, dan proses split data. Karena dataset tidak seimbang, maka digunakan teknik oversampling dengan metode SMOTE dengan tujuan membuat dataset menjadi seimbang. Data hasil proses pre-processing kemudian dilatih menggunakan metode RSVM dengan kernel linier. Parameter yang diuji adalah besarnya nilai v, dan besarnya data acak A ̅. Nilai v yang digunakan adalah 1,2,10,20,50, dan 100, sedangkan untuk A ̅ adalah 5% – 10% karena sistem memiliki keterbatasan saat nilai A ̅ di bawah 5%. Pengujian dilakukan menggunakan K-fold cross validation dengan K = 5. Didapatkan akurasi terbaik 90%, pada saat keadaan dataset seimbang , nilai v = 50, dan A ̅ = 10%.}
		}