JARINGAN SYARAF TIRUAN UNTUK DIAGNOSA GANGGUAN RETARDASI MENTAL MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1
Daftar Isi:
- Terbatasnya pengetahuan masyarakat umum tentang penyakit retardasi mentalyang dialami,rendahnya tingkat ekonomidan kurangnya akses penghubung antara masyarakat dengan tenaga dokterpada beberapa daerah kecil menyebabkan masyarakat kesulitan untuk memeriksa gejala retardasi mentalkepada dokter spesialis. Maka dari itu perlu dibuat sebuah aplikasiyang dapat membantu dalam diagnosagejala gangguan jiwa. Aplikasiyang dibuat pada penelitian ini menggunakanjaringan syaraf tiruanmetode LearningVector Quantization(LVQ) 2.1 dengan data input awal adalah gejala yang dialami pasien penyakit retardasi mental. Data gejala penyakit retardasi mental yang digunakan adalah 14gejala, danjenis penyakit retardasi mentalsebagi outputdiagnosa adalahringan,sedang,berat , dan sangat berat. Dari 122data penyakit retardasi mental, pembagian data latih dan data uji adalah80 % data latih dan 20 % data uji, kemudian menggunakan 60 % data latih dan 40 % data uji. Nilai parameter learning ratedigunakan bervariasi, yaitu 0.015, 0.025, 0.035, 0.045, 0.05, 0.060, 0.075, 0.085, 0.090, 0.1, pengurangan learning rate 0.005, minimal learning rate 0.01 danwindow0, 0.2 dan0.4.Sehingga perbandingan 80:20lebih bagusmenghasil akurasi 97% semakin banyak data latih yang digunakan maka tingkat keakurasian menjadi semakin tinggi dan Nilai rata-rata akurasi pengujian mencapai 94%, dengan demikian metode LVQ 2.1 dapat diterapkan dan pola data gejala dapat dikenali untuk diagnosa penyakit retardasi mental.Berdasarkan pengujian blackbox,aplikasi dapat beroperasi sesuai harapan Kata Kunci:Gejala Penyakit Retardasi Mental,Penyakit Retardasi Mental, Jaringan Syaraf Tiruan, LVQ 2.1