PENERAPAN ALGORITMA INISIALISASI BOBOT NGUYEN WIDROW UNTUK MENDIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
Daftar Isi:
- Diabetes Mellitus (DM) adalah penyakit kronis yang disebabkan oleh ketidakmampuan tubuh untuk memproduksi hormon insulin, hal ini ditandai dengan tingginya kadar gula dalam darah. Pada penelitian ini menerapkan algoritma inisialisasi bobot nguyen widrow untuk mendiagnosa penyakit diabetes mellitus menggunakan metode Backpropagation Neural Network(BPNN). Tujuan dari penelitian ini adalah untuk mengetahui tingkat akurasi yang dihasilkan menggunakan inisialisasi bobot nguyen widrow. Dalam hal initotal data yang digunakan adalah 150 data hasil laboratorium, dengan 3 kelompok penyakit DM sebagai keluaran yang digunakan sebagai target yaitu DMtipe I, DMtipe II dandiabetes neuropati. Parameter yang digunakan yaitu learning rate(α) =0.01-0.09, dengan epoch= 5-30, dengan arsitektur layer yang digunakan input, hidden, dan output masing-masing adalah [19; 19; 2], [19; 25; 30], [19; 30; 2], dengan pembagian data = 90:10%, 80:20%, 70:30%. Berdasarkanhasilpengujianyang telah dilakukan dengan pembagian data = 90:10%, α= 0.03, epoch=15 danhidden layer=30,menghasilkan akurasi terbaik yaitu 93.33%. Sedangkan dengan bobot random dilakukan pengujian dengan parameter yang sama didapat tingkat akurasi terbaiknya yaitu 66.67%. Dengan demikian algoritma inisialisasi bobot nguyen widrow dalam metode BPNN dapat diterapkan untuk mendiagnosa penyakit DM. Kata Kunci :Nguyen Widrow, Jaringan Saraf Tiruan, BPNN, DiagnosaPenyakitDM