PENERAPAN JARINGAN SYARAF TIRUAN METODE LEARNING VECTOR QUANTIZATION(LVQ)2.1 UNTUK DETEKSI TUBER CULOSIS(TBC)PARU
Daftar Isi:
- TBC Paru merupakan penyakit mematikan terbesar nomor 2 di Indonesia. Menteri kesehatan menyebutkan bahwa Indonesia saat ini berada pada peringkat kedua terbesar penderita TBC sedunia. Penyakit ini dapat menular dengan sangat cepat, dan dapat menyerang siapa saja, oleh karena itu dalam penelitian ini penulis membangun sebuah sistem untuk mendeteksi penyakit TBC Paru dengan menggunakan jaringan syaraf tiruan metode Learning Vector Quantization(LVQ)2.1 karena hasil diagnosa yang akurat akan membantu dalam menekan angka penularan penyakit ini. Data input terdiri dari data pasien dan gejala pasien yang diperoleh dari RSUD Petala Bumi dengan data pasien sebanyak 200 data dan 18 gejala penyakit. Output terdiri dari target diagnosa pasienya itu TBC Paru negatif, TBC Paru ringan,dan TBC Paru berat. Dari 200 data penyakit TBC Paru, pembagian data latih dan data uji adalah 90:10 dan 70:30. Nilai parameter yang digunakan adalah learning rate(α)=0.02, 0.04, 0.06, 0.08, 0.1, pengurangan learningrate(α)=0.005 minimal learningrate(α)=0.01 dan nilai window(ε)=0.03, 0.2, 0.4. Perbandingan 90:10 menghasilkan akurasi 95% dimana dari 180 data latih dan 20 data uji hanya terdapat 1 kesalahan sedangkan perbandingan 70:30 menghasilkan akurasi 95% dimana dari 140 data latih dan 60 data uji terdapat 3 kesalahan. Berdasarkan hasil penelitian yang telah dilakukan metode Learning Vector Quantization 2.1 mampu mengenali pola dengan sangat baik dengan rata-rata persentase akurasi mencapai95%. Dengan demikian metode LVQ 2.1 dapat diterapkan dan pola data gejala dapat dikenali untuk deteksi TBC Paru. Kata Kunci:TBC Paru, Jaringan Syaraf Tiruan, Learning Vector Quantization 2.1.