Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI TINGKAT KEPARAHAN PENYAKIT INFEKSI SALURAN PERNAPASAN AKUT(ISPA) MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 (LVQ 2.1)

SUSANTI AGUSTINA (2017) PENERAPAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI TINGKAT KEPARAHAN PENYAKIT INFEKSI SALURAN PERNAPASAN AKUT(ISPA) MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 (LVQ 2.1). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (415kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (403kB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (318kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (461kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (354kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (270kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (551kB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (450kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (1MB) | Preview
[img] Text
10. BAB V.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI.pdf

Download (321kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (388kB) | Preview

Abstract

Penderita ISPA meningkat setiap tahunnyadi Provinsi Riau,salah satu penyebabnya adalah bencana kabut asap.Penyakit ISPA harus ditangani dengan tepat sesuaidiagnosa yang akurat.Diagnosa ISPA dilakukan secara manual dengan melihat gejala yang dialami pasien.Diagnosa ISPAterbagi atas 2 yaitu berdasarkan letak anatomi infeksi dan berdasarkan tingkat keparahan.Dalam penelitian tugas akhir ini, penulis membangun sebuah sistem diagnosa dan klasifikasi tingkat keparahan penyakit ispa menggunakan jaringan syaraf tiruan metode Learning vector quantization 2.1 (LVQ 2.1). Seluruh gejala tersebut diperoleh berdasarkan data rekam medis pasien penyakit ISPA di RSUD Petala Bumi. Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan metode Learning Vector Quantization 2.1 mampu mengenali pola dengan sangat baik dengan persentase akurasi mencapai 100 % dengan 135 data latih. Nilai parameter yang digunakan adalah learning rate(α) = 0.025, 0.035, 0.075, 0.085 pengurangan learning rate (α) = 0.05 minimal learning rate (α) = 0.01 dan nilai window (ε) = 0, 0.3, 0.4.Kata Kunci: Ispa, Jaringan Syaraf Tiruan,Learning Vector Quantization 2.1.

Item Type: Thesis (Skripsi)
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 02 Sep 2019 06:40
Last Modified: 02 Sep 2019 06:40
URI: http://repository.uin-suska.ac.id/id/eprint/18834

Actions (login required)

View Item View Item