KARINA JULITA, - (2023) Penerapan Fuzzy Backpropagation Neural Network dalam Klasifikasi Penyakit Stroke. Penerapan Fuzzy Backpropagation Neural Network dalam Klasifikasi Penyakit Stroke, 8 (2). pp. 216-222. ISSN 2541-1004

Preview

Text Karina Julita (Repository).pdf Download (1MB) | Preview

Abstract

Stroke adalah penyakit cerebrovaskuler yang ditandai dengan gejala neurologis tiba-tiba akibat cedera vaskular akut pada otak. Menurut WHO pada tahun 2019, stroke penyebab utama kematian dan kecacatan kedua di dunia, dengan prevalensi global 101,5 juta orang. Diagnosis medis penting dalam penanganan stroke, namun biaya yang tinggi sering menjadi kendala bagi masyarakat. Identifikasi dini dan klasifikasi stroke yang akurat sangat penting untuk memastikan penanganan yang cepat dan tepat terhadap pasien stroke. Penelitian ini bertujuan untuk mengembangkan metode Fuzzy Backpropagation Neural Network dalam klasifikasi stroke dengan menggunakan data sekunder dan melibatkan sepuluh variabel relevan di antaranya jenis kelamin, umur, hipertensi, riwayat penyakit jantung, BMI, nilai kadar gula dalam darah, status pernikahan, status merokok, tipe pekerjaan dan lingkungan tempat tinggal. Pada penelitian ini, pengujian yang dilakukan dibagi menjadi tiga skenario diantaranya, skenario 1 dengan α = 0,1, skenario 2 dengan α = 0,01 dan skenario 3 dengan α = 0,001 pada epoch 10, 1000 dan 100000. Hasil pengujian menunjukkan akurasi tertinggi dengan menggunakan pola jaringan 10-4-1 pada pembagian data latih dan data uji 70%:30% dengan α = 0.01 dan epoch 100000 menghasilkan tingkat akurasi sebesar 86,52%, presisi 0,87, recall 0,87 dan f-1 score 0,87. Berdasarkan hasil pengujian tersebut, FBPNN dinilai mampu dalam mengklasifikasi stroke dengan kinerja yang baik.

Available Versions of this Item

• Penerapan Fuzzy Backpropagation Neural Network dalam Klasifikasi Penyakit Stroke. (deposited UNSPECIFIED)
  • Penerapan Fuzzy Backpropagation Neural Network dalam Klasifikasi Penyakit Stroke. (deposited 21 Jul 2023 22:54) [Currently Displayed]

Actions (login required)

View Item