PENERAPAN LEARNING VECTOR QUANTIZATION 3 UNTUK KLASIFIKASI KECENDERUNGAN GANGGUAN DEPRESI
| Main Author: | Fajar Rizky Hidayat, - |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/23842/2/BAB%20V.pdf http://repository.uin-suska.ac.id/23842/3/BAB%20I%20sd%20BAN%20VI%20%28Tanpa%20BAB%20V%29.pdf http://repository.uin-suska.ac.id/23842/ |
Daftar Isi:
- Depresi adalah penyakit umum di seluruh dunia yang ditandai dengan seseorang mengalami gangguan secara emosional, lebih dari 300 juta orang terkena dampaknya. Paling buruk, depresi dapat menyebabkan bunuh diri dan hampir 800.000 orang meninggal karena bunuh diri setiap tahun. Keluarga sebagai unit terkecil masyarakat harus mampu menjadi garda terdepan berperan dalam menjaga kesehatan jiwa anggota keluarganya dan menjadi pihak yang memberikan pertolongan pertama psikologis apabila tampak gejala-gejala yang mengarah pada masalah kesehatan jiwa. Untuk membantu masyarakat dalam menentukan kelas depresi seseorang, maka dibutuhkan sebuah aplikasi untuk mengklasifikasi kecenderungan gangguan depresi. Metode yang digunakan adalah Learning Vector Quantization 3 (LVQ3) dengan 19 variabel masukan dan 3 hasil keluaran yaitu depresi ringan, sedang dan berat. Parameter yang digunakan adalah learning rate (α) 0.02, 0.05 dan 0.075, pengurangan learning rate 0.1, minimal learning rate 0.02 , epoch 100, ε 0.2, 0.3 dan 0.4 dan window 0.2, 0.3 dan 0.4. Jumlah data yang digunakan yaitu 334 data. Berdasarkan hasil pengujian diperoleh akurasi terbaik pada pengujian learning rate 0.05, window 0.3 dan pembagian data 90% untuk data latih dan 10% untuk data uji, dengan akurasi sebesar 94%. Dengan demikian, metode Learning Vector Quantization 3 (LVQ3) dapat diterapkan untuk klasifikasi kecenderungan gangguan depresi.