REPOSITORY Umumindonesia2018

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK PENDEKATAN DIAGNOSA JENIS PENYAKIT GINJAL DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) 3

HADI EKO STYONO · UIN Sultan Syarif Kasim Riau

Abstrak / Ringkasan

Jumlah penderita pada kasus penyakit ginjal yang melakukan hemodialisis semakin meningkat setiap tahunnya. Hal ini disebabkan oleh terbatasnya pengetahuan dan finansial dalam melakukan pemeriksaan secara intensif kepada ahli ataupun pakar juga keterbatasan fasilitas tenaga kesehatan serta teknologi yang penangananya memakan waktu yang cukup lama dengan berbagai macam uji untuk memutusan jenis penyakit ginjal. Dalam penelitian ini penulis membangun sebuah sistem pendekatan diagnosa penyakit ginjal menggunakan metode pembelajaran jaringan syaraf tiruan Learning Vektor Quantization (LVQ) 3. Masukan yang digunakan berupa gejala penyakit ginjal yang terdiri dari 28 gejala dan keluaran berupa kelas penyakit ginjal Batu Saluran Kemih (Batu Ginjal), Gagal Ginjal Akut, Radang Ginjal (Syndrome Nefritis), Infeksi Saluran Kemih, dan Kanker/Tumor Ginjal. Pengujian dilakukan menggunakan perbandingan jumlah data latih dan data uji 80:20 dan 90:10 dari 103 data penyakit ginjal. Parameter yang digunkan yaitu Learning-rate(?) 0.0125, 0.02, 0.025, 0.03, 0.055, 0.0775, 0.1, pengurangan learning rate 0.0025 minimal learning rate 0.01 dengan nilai window(?) 0.2, 0.3, 0.4 dan nilai epsilon(m) 0.2, 0.3, 0.4. Uji seluruh varisasi parameter pembelajaran dengan jumlah rata rata akurasi sebesar 98,48%. Sehingga dengan parameter window dan epsilon pada metode LVQ 3 memberikan pengaruh positif dalam mengenali pola penyakit ginjal. Kata kunci – Epsilon, Jaringan Syaraf tiruan, Learning Vektor Quantization(LVQ) 3, Penyakit Ginjal, Window.

Sitasi

RIS BibTeX
Recommendation Engine

Referensi Serupa

REPOSITORY2011

KOMPARASI HASIL KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION

Agus, Nurkhozin; Mohammad Isa, Irawan; Imam, Mukhlas

99% mirip
REPOSITORY2020

PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION 3 (LVQ3) UNTUK KLASIFIKASI KESULITAN BELAJAR

Mustapa Hadi, -

99% mirip
REPOSITORY2017

PENERAPAN JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 UNTUK MENENTUKAN JURUSAN DI SEKOLAH MENENGAH ATAS

DICKY TANJUNG SAPUTRA

99% mirip
REPOSITORY2019

PREDIKSI KEBANGKRUTAN BANK BERDASARKAN RASIO CAMEL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ)

Deri Ferdiansyah, 11451101692

99% mirip
REPOSITORY2019

PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION KLASIFIKASI PENYAKIT ISPA

Aldila Nurul Hidayah, -

99% mirip
REPOSITORY2016

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA PENYAKIT LAMBUNG DENGAN MENGGUNAKAN ALGORITMA PEMBELAJARAN BACKPROPAGATION (Studi Kasus : RSUD Arifin Ahmad Pekanbaru)

Nurul Auliya

99% mirip
REPOSITORY2018

JARINGAN SYARAF TIRUAN UNTUK MENGKLASIFIKASI GANGGUAN KEJIWAAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION 3 (LVQ 3)

NURUL AZIMAH

99% mirip
REPOSITORY2018

JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA PENYAKIT KEJIWAAN MENGGUNAKAN ALGORITMA PEMBELAJARAN BACKPROPAGATION

ADE SAPUTRA

99% mirip
REPOSITORY2017

PENERAPAN JARINGAN SARAF TIRUAN UNTUK DETEKSI PENYAKIT JANTUNG KORONER (PJK) MENGGUNAKAN ALGORITMA ALGORITMA INISIALISASI BOBOT NGUYEN WIDROW DAN METODE BACKPROPAGATION

RIDHO ARDIANTO

99% mirip
REPOSITORY2018

PENERAPAN METODE LEARNING VECTOR QUANTIZATION 2 (LVQ2) UNTUK KLASIFIKASI SERANGAN PADA JARINGAN

KUKUH ANDRIANTO

99% mirip
REPOSITORY2017

PENERAPAN METODE LEARNING VECTOR QUANTIZATION 2 (LVQ2) UNTUK MENGETAHUI LAMA MASA STUDI MAHASISWA

RAHMAT FAJRI

99% mirip
REPOSITORY2019

Penerapan Jaringan Syaraf Tiruan Dengan Metode Backpropagation Dalam Pengenalan Pola Tanda Tangan Untuk Identifikasi Potensi Diri

Kholis, Ahmad

99% mirip
Sumber yang Sama

Literatur Lain dari UIN Sultan Syarif Kasim Riau

Bacaan Lanjutan

Literatur Terbaru yang Relevan