NURUL AZIMAH (2018) JARINGAN SYARAF TIRUAN UNTUK MENGKLASIFIKASI GANGGUAN KEJIWAAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION 3 (LVQ 3). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018482TIF.pdf Download (144kB) | Preview
Preview	Text 2. PENGESAHAN_2018482TIF.pdf Download (599kB) | Preview
Preview	Text 3. ABSTRAK_2018482TIF.pdf Download (100kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018482TIF.pdf Download (282kB) | Preview
Preview	Text 5. DAFTAR ISI_2018482TIF.pdf Download (186kB) | Preview
Preview	Text 6. BAB I_2018482TIF.pdf Download (221kB) | Preview
Preview	Text 7. BAB II_2018482TIF.pdf Download (610kB) | Preview
Preview	Text 8. BAB III_2018482TIF.pdf Download (318kB) | Preview
Preview	Text 9. BAB IV_2018482TIF.pdf Download (1MB) | Preview
	Text 10. BAB V_2018482TIF.pdf Restricted to Repository staff only Download (1MB)
Preview	Text 11. BAB VI_2018482TIF.pdf Download (160kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA_2018482TIF.pdf Download (96kB) | Preview

Abstract

Beberapa pendapat yang berkembang di kalangan masyarakat bahwa gangguan jiwa itu identik dengan gila (sakit jiwa), sedangkan gangguan jiwa tidak sama dengan sakit jiwa. Seseorang yang mengalami gangguan pada kesehatan mentalnya (gangguan jiwa), jika tidak segera ditangani akan berkembang menjadi sakit jiwa. Pasien yang mengalami sakit jiwa dirawat di rumah sakit (rawat inap), sedangkan pasien yang mengalami gangguan jiwa melakukan perawatan jalan atau diagnosa oleh Dokter yang memerlukan waktu hingga satu bulan.Oleh karena itu, untuk membantu masyarakat agar bisa dengan cepat mengetahui seseorang terkena gangguan jiwa, maka dibutuhkan suatu sistem untuk mengklasifikasikan penyakit kejiwaan menggunakan Learning Vector Quantization 3 (LVQ3) dengan inputan 14 gejala dan hasil keluaran 5 jenis penyakit kejiwaan yaitu penyakit Skizofernia, Gangguan Mental Organik (GMO), Gangguan mental dan perilaku akibat pengguna zat, Gangguan suasana perasaan dan Gangguan perkembangan psikologis. Parameter yang digunakan adalah learning rate 0.02, 0.025, 0.045, 0.050, 0.75, pengurangan learning rate 0.005, minimal learning rate 0.01, dan nilai window0, 0.2, 0.4. Perbandingan/pembagian data adalah 80:20 dan 90:10. Hasilakurasi pada proses pengujian yang didapatkan adalah 95 % pada pengujian 90:10 yaitu 190 data latih dan 20 data uji. Berdasarkan hasil pengujian tersebut hasil perbandingan data latih 90:10 lebih baik dari pada perbandingan data latih 80:20. Dengan demikian,metode Learning Vector Quantization 3 dapat diterapkan untuk mengklasifikasikan jenis gangguankejiwaan Kata Kunci:Diagnosa, Kejiwaan, Klasifikasi, Learning Vector Quantization 3(LVQ 3), GangguanJiwa

Actions (login required)

View Item