MUHAMMAD FARID AUDI RAHMAN SIMATUPANG, - (2025) KLASIFIKASI PENYAKIT CACAR MONYET (MONKEYPOX) MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) Skripsi M.Farid Audi Rahman.S (TANPA BAB IV) - Muhammmad Farid Audi Rahman.S.pdf - Published Version Download (2MB) | Preview
	Text (BAB HASIL) Skripsi M.Farid Audi Rahman.S (BAB IV) - Muhammmad Farid Audi Rahman.S.pdf - Published Version Restricted to Repository staff only Download (1MB)
Preview	Text (SURAT PERNYATAAN PUBLIKASI) Surat_Pernyataan_Persetujuan_Publikasi_by_M_Farid_Audi_Rahman_S - Muhammmad Farid Audi Rahman.S.pdf - Published Version Download (256kB) | Preview

Abstract

Cacar monyet merupakan jenis penyakit zoonosis yang disebabkan oleh virus monkeypox dari genus orthopoxvirus yang termasuk pada famili poxviridae dan tergolong sebagai salah satu penyakit kulit yang berbahaya. Penyakit ini sebelumnya dideteksi menggunakan pengujian dengan metode PCR dari sampel lesi kulit dan analisis dari gejala klinis yang dimiliki pasien. Namun, karena meningkatnya penyebaran penyakit cacar monyet secara global pada wilayah non-endemis menuntut adanya metode diagnosis yang cepat dan akurat. Penelitian ini mengusulkan pendekatan machine learning berbasis jaringan syaraf tiruan dengan memanfaatkan metode Backpropagation Neural Network (BPNN) untuk klasifikasi penyakit cacar monyet. Skenario penelitian dilakukan dengan variasi pembagian dataset (70:30, 80:20, dan 90:10), jumlah hidden layers sebanyak 1, jumlah neuron pada hidden layer sebanyak 18,learning rate sebesar 0.1 dan 0.01, penerapan fungsi aktivasi ReLU dan Sigmoid Biner serta membandingkan hasil pengujian antara metode penyeimbang data yaitu SMOTE dengan dataset asli. Hasil skenario terbaik diperoleh pada pengujian dataset asli dengan konfigurasi pembagian data 80:20, epoch 500, learning rate 0.1, dengan nilai accuracy sekitar 70.36%, precision sebesar 72.33%, recall mencapai 88.08%, dan F1-score sebesar 79.26%.

Actions (login required)

View Item