Abstract
Dehidrasi adalah kehilangan cairan dari jaringan tubuh yang berlebihan. Dehidrasi merupakan gangguan yang umum terjadi pada bayi dan anak-anak ketika haluaran cairan total melebihi asupan cairan total. Hilangnya cairan yang berlebihan dikhawatirkan akan berdampak buruk pada kesehatan anak. Oleh karena itu, dibutuhkan sistem yang dapat mempercepat dan memudahkan perekomendasian terapi dehidrasi. Salah satu teknik yang dipakai adalah klasifikasi menggunakan metode Support Vector Machine. Metode Support Vector Machine bertujuan untuk membuat hyperplane atau garis pemisah yang optimal. Kemudian metode Support Vector Machine tersebut akan dilatih menggunakan metode Sequential Training agar mendapatkan posisi optimal dari hyperplane di ruang vektor. Pada penelitian ini digunakan sebanyak 150 data. Parameter yang digunakan dalam penelitian ini yaitu keadaan umum, nadi, pernapasan/RR, ubun-ubun, mata, elastisitas kulit, Glasgow Coma Scale (GCS), status gizi, dan suhu. Dari hasil pengujian semua skenario percobaan menggunakan metode SVM dengan kernel Gaussian RBF σ =1, serta nilai parameter SVM = 0.1, γ = 0.05, = 0.0001, itermax = 100, dan C = 1, diperoleh nilai akurasi terbaik sebesar 87.09% serta rata-rata akurasi terbaik sebesar 84.02%.
