ELIS AFRIANI HASIBUAN, - (2022) PENERAPAN METODE EXTREME LEARNING MACHINE (ELM) DAN ALGORITMA GENETIKA UNTUK KLASIFIKASI GANGGUAN DEPRESI. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM.

	Text (BAB 4) Elis Afriani Hasibuan TANPA PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (2MB)
Preview	Text BAB 4 PEMBAHASAN.pdf Download (3MB) | Preview

Abstract

ABSTRAK Gangguan depresi merupakan suatu gangguan emosional yang terjadi ditandai dengan kesedihan berkepanjangan, putus asa, merasa bersalah dan juga tidak berarti. Penelitian ini menerapkan Extreme Learning Marchine (ELM) dan Algoritma Genetika yang dapat mengklasifikasikan gangguan depresi. Variabel yang digunakan sebanyak 17 yaitu merasa tertekan, sering menangis, mudah tersinggung, tidak ingin melakukan apapun, berat badan menurun, sulit tidur, mengantuk yang berlebihan, lambat dalam melakukan aktivitas, merasa gelisah, badan terasa lemas, selalu merasa rendah diri, menyalahkan diri sendiri, sulit berkonsentrasi, ragu dalam mengambil keputusan, memiliki nafsu makan yang buruk, mudah putus asa, dan berfikir untuk mengakhiri hidup. Jumlah data yang digunakan yaitu 334 data, Algoritma Genetika berperan untuk mengoptimasi bobot awal yang digunakan pada metode ELM. Berdasarkan hasil pengujian yang telah dilakukan, diperoleh akurasi terbaik sebesar 85.58% yang terletak pada pengujian 30, kombinasi Cr 0,9 dan Mr 0,1, hidden neuron 6 dan generasi 10. Oleh karena itu, dapat disimpulkan bahwa Extreme Learning Marchine (ELM) dan Algoritma Genetika dapat diterapkan untuk mengklasifikasikan gangguan depresi. Kata Kunci: Gangguan Depresi, K-Fold, Klasifikasi, Extreme Learning Marchine dan Algoritma Genetika.

Actions (login required)

View Item