REPOSITORY Umumindonesia2019

PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION KLASIFIKASI PENYAKIT ISPA

Aldila Nurul Hidayah, - · UIN Sultan Syarif Kasim Riau

Abstrak / Ringkasan

ISPA adalah penyakit infeksi yang menyerang salah satu bagian atau lebih dari saluran pernafasan, mulai
dari hidung (saluran atas) hingga aveoli (saluran bawah) termasuk jaringan adneksanya. Penyakit ISPA di
Indonesia merupakan masalah kesehatan utama, terutama karena masih tingginya angka penderita ISPA
di Indonesia. Pada penelitian ini di bangun sebuah sistem yang terkomputerisasi dan menerapkan metode
Backropagation untuk mendeteksi penyakit ISPA dengan mengklasifikasi melalui gejala-gejala penyakit
ISPA. Terdapat 34 gejala penyakit dan jenis penyakit ISPA yang digunakan sebagai variable data
masukan dan terdapat 5 jenis penyakit sebagai keluaran yaitu Faringitis, Tonsilitis, Rhinitis, Tuberculosis
(TBC) dan Sinusitis. Sistem akan mengklasifikasi jenis penyakit melalui proses pembelajaran dan
pengujian hingga mendapatkan nilai tertentu. Dan data yang berhasil dikumpulkan yaitu sebanyak 150
data. Hasil pengujian pada penelitian ini dengan menggunakan metode Backpropagation mempunyai
performa akurasi tertinggi mencapai 93.33% pada learning rate (?) 0.6 dengan perbandingan 90% data
latih dan 10% data uji.
Kata kunci : Backpropagation, Faringitis, Jaringan Syaraf Tiruan, ISPA, Rhinitis, Sinusitis,
Tonsilitis, Tuberculosis (TBC).

Sitasi

RIS BibTeX
Recommendation Engine

Referensi Serupa

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 MENDIAGNOSA PENYAKIT KEJIWAAN MENGGUNAKAN ALGORITMA PEMBELAJARAN BACKPROPAGATION

ADE SAPUTRA

99% mirip
REPOSITORY2018

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

HADI EKO STYONO

99% mirip
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
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
REPOSITORY2019

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

Kholis, Ahmad

99% mirip
REPOSITORY2017

IMPLEMENTASI JARINGAN S YARAF TIRUAN (JST) BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI PENENTUAN JURUSAN CALON MAHASISWA (STUDI KASUS: UIN SUSKA RIAU

MUHAMMAD IRVAN

99% mirip
REPOSITORY2021

PREDIKSI ATTETION DEFICIT HYPERACTIVITY DISORDER MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION MOMENTUM

Eko Apriansyah Saputra, -

99% mirip
REPOSITORY2018

PENERAPAN JARINGAN SYARAF TIRUAN RADIAL BASIS FUNCTION UNTUK MENENTUKAN JURUSAN PADA SEKOLAH MENENGAH ATAS

RAHMAD WAHYUDI

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
REPOSITORY2022

IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK PREDIKSI TINGGI GELOMBANG WILAYAH PERAIRAN RIAU

M. Rijal Utomo, -

99% mirip
REPOSITORY2018

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

NURUL AZIMAH

99% mirip
Sumber yang Sama

Literatur Lain dari UIN Sultan Syarif Kasim Riau

Bacaan Lanjutan

Literatur Terbaru yang Relevan