PENERAPAN JARINGAN SARAF TIRUAN UNTUK DETEKSI PENYAKIT JANTUNG KORONER (PJK) MENGGUNAKAN ALGORITMA ALGORITMA INISIALISASI BOBOT NGUYEN WIDROW DAN METODE BACKPROPAGATION
Daftar Isi:
- Skripsi ini membahas tentang penerapan jaringan saraf tiruan untuk deteksi penyakit jantung koroner menggunakan algoritma nguyen widrow dan metode backpropagation. Sistem yang dibuat ini untuk mengetahui keakuratan deteksi penyakit jantung koroner menggunakan algoritma nguyen widrow dan metode backpropagationdan mengimplementasikan algoritma nguyen widrow dan backpropagation berdasarkan faktor-faktor resiko kedalam sebuah sistem berbasis web. Faktor-faktor resiko yang digunakan adalah umur, jenis kelamin, pekerjaan, riwayat keluarga, riwayat jantung, riwayat diabetes mellitus, riwayat hipertensi, riwayat kolesterol, obesitas, tekanan darah sistolik, tekanan darah diastolik, kadar LDL (Low Density Lipoprotein), kadar HDL (High Density Lipoprotein), kolesterol, trigliserida, glukosa, elevasi ST, dan enzim jantung. Sedangkan lapisan keluaran terdiri dari 3 kelas berdasarkan faktor resiko yang digunakan yaitu angina pektoris tak stabil (APTS), Non-ST elevation myocardial infarction(NSTEMI), dan ST elevation myocardial infarction(STEMI). Faktor resiko yang diambil berdasarkan data rekam medis pasien penyakit jantung koroner di RSUD Arifin Ahmad sebanyak 200 data pasien PJK. Dari hasil penelitian dan pembahasan yang dilakukan, algoritama Nguyen-Widrowdan metode Bacpropagation dapat mengenali pola dengan persentase akurasi tertinggi93.3% dengan nilai parameter pembelajaran algoritma learning rate0.025,0.05 dan 0.075.Kata kunci: Algoritma Nguyen-Widrow,Bacpropagation,Jantung koroner, Jaringan Saraf Tiruan,