Puspa Melani Almahmuda B, - (2023) Klasifikasi Penyakit Stroke Jaringan Syaraf Tiruan Menerapkan Metode Learning Vector Quantization. Klasifikasi Penyakit Stroke Jaringan Syaraf Tiruan Menerapkan Metode Learning Vector Quantization, 8 (2). pp. 223-228. ISSN 2541-1004

Preview

Text Puspa Melani Almahmuda B.pdf Download (1MB) | Preview

Abstract

Asia yang mayoritas negaranya berkembang menjadikan penyakit stroke masalah cukup serius, kejadian dan kematian akibat stroke sering terjadi di negara yang pendapatannya rendah dan menengah kebawah. Meminimalkan jumlah penderita stroke harus ditangani dengan optimal, namun beban ekonomi yang cukup besar di negara berkembang membuat penderita stroke sangat perlu untuk diberikan lebih banyak perhatian dan perencanaan perawatan kesehatan, terutama dalam upaya pencegahan, serta dalam mendeteksi dini penyakit stroke. Pemecahan masalah dengan melakukan klasifikasi penyakit stroke menggunakan metode Learning Vector Quantization (LVQ) dengan mengklasifikasikan data stroke dan tidak stroke (normal) berdasarkan gejala penyakit. Adapun dataset diperoleh dari situs Kaggle berjumlah 4981 data yang memiliki 10 variabel di antaranya jenis kelamin, usia, status pernikahan, hipertensi, penyakit jantung, tipe kerja, tipe tempat tinggal, average glucose level (kadar glukosa rata-rata), Body Mass Index (BMI), dan smoking status. Data tersebut dilakukan klasifikasi LVQ dengan membagi data yaitu 90:10, 80:20, 70:30 dan 60:40 dan parameter learning rate = 0,01 dan 0,001 serta epoch 1000. Dari proses klasifikasi LVQ tersebut maka didapatkan hasil akurasi tertinggi 70% diperoleh dengan membagi data 90% : 10%. Berdasarkan hasil tersebut, metode LVQ pada penelitian ini mampu melakukan klasifikasi penyakit stroke dengan cukup baik.

Actions (login required)

View Item