APLIKASI JARINGAN SYARAF TIRUAN UNTUK DETEKSI DINI PENYAKIT PERNAFASAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION

Rian Aries Fani, - (2019) APLIKASI JARINGAN SYARAF TIRUAN UNTUK DETEKSI DINI PENYAKIT PERNAFASAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
LAPORAN TA KECUALI BAB V (WATERMARK).pdf

Download (81MB)
[img] Text (BAB V)
BAB V (WATERMARK).pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

JST telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan, salah satu permasalahan tersebut adalah pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi jaringan syaraf tiruan dapat diterapkan dalam berbagai bidang, salah satunya pada bidang kesehatan. Dalam penelitian ini Aplikasi jaringan syaraf tiruan digunakan untuk memprediksi penyakit saluran pernafasan khususnya pada penyakit ISPA, Asma, Pneumonia dan Tuberkulosis berdasarkan gejala-gejala dari penyakit saluran pernafasan tersebut. Aplikasi ini menggunakan 18 buah masukan dan 4 buah keluaran. Metode yang digunakan adalah metode LVQ. Data yang digunakan pada penelitian ini sebanyak 450 data, 315 data digunakan untuk pelatihan dan 135 data untuk pengujian, data pada penelitian ini didapat dari ruang rekam medik rumah sakit umum daerah bangkinang. Aplikasi ini menggunakan maksimum iterasi sebanyak 1000, learning rate 0,05 dan target error sebesar 0,001. Hasil pengujian terhadap 135 data didapat hasil keakuratan sebesar 96,29% dan nilai error 3,81%. Error tersebut dapat terjadi karena pada jaringan syaraf tiruan jika terdapat data pelatihan yang hampir sama akan sulit mengenali pola. Kata Kunci: JST, LVQ, Penyakit saluran pernafasan

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 005 Program Komputer, program-program, data
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 25 Nov 2019 03:19
Last Modified: 25 Nov 2019 03:22
URI: http://repository.uin-suska.ac.id/id/eprint/22762

Actions (login required)

View Item View Item