Implementasi Algoritme Extreme Learning Machine (ELM) untuk Klasifikasi Penanganan Human Papilloma Virus (HPV)
| Main Author: | Waskito, Stefanus Bayu |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13965/1/Stefanus%20Bayu%20Waskito.pdf http://repository.ub.ac.id/13965/ |
Daftar Isi:
- Human Papilloma Virus merupakan virus yaxng umumnya menyebabkan kutil dan mata ikan. Human Papilloma Virus memiliki metode penanganan yang cukup banyak namun penanganan dengan menggunakan Imunnotherapy dan Cryotherapy. Didasarkan dari banyaknya metode penanganan Human Papilloma Virus makan dilakukan penelitian guna mengklasifikasikan metode penanganan Human Papilloma Virus yang paling tepat berdasarkan parameter gejala yang ada. Pada penelitian dengan menggunakan metode Extreme Learning Machine untuk klasifikasi metode penanganan Human Papilloma Virus dilakukan pengujian untuk mengetahuui pengaruh fungsi aktivasi , jumlah hidden neuron dan rasio data terhadap akurasi dari hasil klasifikas. Selain itu juga dilakukan pengujian terhadap pengaruh jumlah hidden neuron terhadap lama waktu proses klasifikasi. Berdasarkan dari hasil pengujian yang dilakukan, akurasi yang didapatkan sistem dalam klasifikasi metode penanganan Human Papilloma Virus memiliki akurasi yang baik dengan akurasi sebesar 70,8% dengan menggunakan fungsi aktivasi Sigmoid Biner, rasio data latih uji 80:20 dan hidden neuron 10 buah. Selain itu waktu yang diperlukan untuk melakukan klasifikasi berdasarkan parameter terbaik memiliki waktu yang cukup cepat dengan waktu selama 0,043 detik.