Penerapan Jaringan Syaraf Tiruan dengan Metode Learning Vector Quantization (LVQ) untuk Klasifikasi Penyakit Infeksi Saluran Pernapasan Akut (ISPA)

Article Sidebar

PDF
Published Feb 23, 2021

Main Article Content

Endang Setyowati
Universitas Negeri Semarang
Scolastika Mariani
Universitas Negeri Semarang

Abstract

Penderita ISPA di Indonesia merupakan masalah kesehatan yang utama, terutama jumlah penderita ISPA di Indonesia yang masih tinggi. Penyakit ISPA harus ditangani dengan tepat sesuai diagnosis yang akurat. Diagnosis ISPA dilakukan secara manual dengan melihat gejala yang dialami pasien. Dalam Penelitian bertujuan untuk membuat sebuah aplikasi jaringan syaraf tiruan untuk mendiagnosis penyakit ISPA dengan menerapkan metode Learning Vector Quantization. Software dibuat dengan menggunakan Matlab R2018a. Gejala ISPA yang digunakan untuk mendiagnosis penyakit meliputi 10 variabel input dan 2 variabel output yaitu Suspect ISPA dan Non ISPA. Metode pengumpulan data yang digunakan yaitu metode kuantitatif yang berupa data primer dengan menggunakan kuesioner dan wawancara, data yang berhasil dikumpulkan dari Puskesmas Wedung 2 sebanyak 200 data. Berdasarkan hasil penelitian bahwa metode Learning Vector Quantization mampu mengenali pola dengan sangat baik dengan persentase rata-rata akurasi mencapai 96.5% dan akurasi tertinggi sebesar 100%. Nilai parameter yang digunakan adalah learning rate (α)=0.02, error goal = 0.01, iterasi maksimum 20 dengan perbandingan data latih dan data uji yang digunakan adalah 80:20. Dapat disimpulkan bahwa aplikasi yang dibuat mampu untuk mendiagnosis penyakit ISPA secara optimal.

Article Details

How to Cite
Setyowati, E., & Mariani, S. (2021). Penerapan Jaringan Syaraf Tiruan dengan Metode Learning Vector Quantization (LVQ) untuk Klasifikasi Penyakit Infeksi Saluran Pernapasan Akut (ISPA). PRISMA, Prosiding Seminar Nasional Matematika, 4, 514-523. Retrieved from https://journal.unnes.ac.id/sju/prisma/article/view/44356
Issue
Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Section
Articles

References

Agustinus, I., Santoso, E., & Rahayudi, B. (2018). Klasifikasi Risiko Hipertensi Menggunakan Learning Vector Quantization. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2 (8), 2947-2955.
Arvianti, R. V. (2019) Klasifikasi Penyakit Diabetes Mellitus Tipe 2 Menggunakan Learning Vector Quantization. (Doctoral dissertation, Universitas Islam Negeri Sunan Ampel).
Departemen Kesehatan RI. Laporan Hasil Riset Kesehatan Dasar (RISKESDAS) Indonesia tahun 2007. Jakarta; Departemen Kesehatan RI;2008
Dinas Kesehatan Kabupaten Demak. (2019). Profil Kesehatan Kabupaten Demak Tahun 2019. Demak: DKK Demak.
Ding, S., Chang, X. H., & Wu, Q. H. (2014). A study on the application of learning vector quantization neural network in pattern classification. In Applied Mechanics and Materials, 525(12), 657-660.
Fausett, L. (1994). Fundamentals of Neural Networks: Architectures, Algorithms, and Applications. Englewood Cliffs, New Jersey: Prentice Hall.
Gustiar, D., Sitorus, S. H., & Midyanti, D. M. (2020). Penerjemahan Bahasa Isyarat Menggunakan Metode Generalized Learning Vector Quantization (GLVQ). Coding Jurnal Komputer dan Aplikasi, 8(3). 1-8.
Kusumadewi. S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.
Ladauw, E. B., Ratnawati, D. E., & Supianto, A. A. (2018). Identifikasi Penyakit Mata Menggunakan Metode Learning Vector Quantization (LVQ). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(12), 6989-6996.
Prasetyo, E. (2009). Data Mining-Konsep dan Aplikasi Menggunakan Matlab. Yogyakarta: ANDI.
Puspitaningrum, D. (2006). Pengantar Jaringan Syaraf Tiruan. Yogyakarta: Andi Offset.
Rohmana, I. (2014). Perbandingan Jaringan Syaraf Tiruan dan Naive Bayes dalam Deteksi Seseorang Terkena Penyakit Stroke (Doctoral dissertation, Universitas Negeri Semarang).
Sinaga, A. R. (2012). Aplikasi Jaringan Syaraf Tiruan untuk penentuan konsentrasi program studi bagi calon Mahasiswa baru STMIK BUDIDARMA MEDAN. Pelita Informatika Budi Darma, 11(2), 1-4.
Siregar, S. (2015). Statistika terapan untuk perguruan tinggi. Jakarta: Grup Prenadamedia.
Tampubolon, S. T. R. (2020). Gambaran Peresepan Antibiotik terhadap Pengobatan ISPA di RSUD Pandan Kabupaten Tapanuli Tengah. (Skripsi). Politeknik Kesehatan Kemenkes. Medan.
Tantiati, R., Furqon, M. T., & Dewi, C. (2019). Implementasi Metode Learning Vector Quantization (LVQ) untuk Klasifikasi Persalinan. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(10), 9701-9707.
Tawakal, F., & Azkiya, A. (2020). Diagnosa Penyakit Demam Berdarah Dengue (DBD) menggunakan Metode Learning Vector Quantization (LVQ). JISKA (Jurnal Informatika Sunan Kalijaga), 4(3), 56-64.
World Health Organization. (2007). Epidemic-prone and pandemic-prone acute respiratory diseases. Summary guidance: Infection prevention & control in health-care facilities (No. WHO/CDS/EPR/2007.8). World Health Organization.
Zuliyanti, V. S., Hartama, D., Lubis, M. R., Andani, S. R., & Kirana, I. O (2020). JST: Klasifikasi Pengguna Listrik Menggunakan Algoritma Learning Vector Quantization (LVQ). In Prosiding Seminar Nasional Riset Information Science (SENARIS), 2(2), 200-207.