Abstract
Penyakit stroke adalah gangguan peredaraan darah di otak, dimana pasokan oksigen dan nutrisi tersumbat. Hal ini mengakibatkan sel saraf di otak mati dan bisa menyebabkan sebagian dari tubuh mengalami kelumpuhan atau bahkan bisa menyebabkan kematian. Penyakit stroke pada prinsipnya bisa dicegah, akan tetapi pada tahap deteksi awal yang diberikan kepada pasien, dibutuhkan waktu yang relatif lama. Oleh karena itu, dibutuhkan sistem yang dapat mempercepat dan memudahkan pendeteksian awal penyakit stroke. Salah satu teknik yang dapat dipakai adalah klasifikasi menggunakan metode Linear Discriminant Analysis (LDA). algoritma LDA memiliki karakterisitik perhitungan matriks yang hampir sama dengan PCA. Perbedaan dasarnya, pada LDA diusahakan adanya perbedaan yang maksimum antara kelas yang berbeda dan perbedaan yang minimum dari image-image dalam kelas. Perbedaan antar kelas direpresentasikan oleh matriks Sb ( scatter between class ) dan perbedaan dalam kelas direpresentasikan oleh matriks Sw ( scatter within class ). Matriks covariance didapatkan dari kedua matriks ini.Pada penelitian ini digunakan data sebanyak 200. Resiko penyakit stroke dikelompokkan dalam 3 kelas yang telah ditentukan yaitu normal,rentan,dan beresiko tinggi. Hasil penelitian ini diharapkan dapat mempercepat cara mendeteksi resiko awal terkena penyakit stroke.
