MENGKLASIFIKASIKAN TINGKAT PRE-EKLAMPSI PADA IBU HAMIL DENGAN MENERAPKAN JARINGAN SYARAF TIRUAN VARIASI LEARNING VEKTOR QUANTIZATION2 (LVQ 2) (Studi Kasus Rumah Sakit Umum Daerah Arifin Ahmad)
Daftar Isi:
- Pre-eklampsi merupakan penyakit yang di alami oleh ibu hamil di tandai dengan tekanan darah meningkat secara signifikan dan di sertai beberapa gejala lainnya. Pre –eklampsi ini memiliki 17 gejala dan 3 jenis, yakni pre-eklampsi ringan, pre-eklampsi berat dan eklampsia. Masing-masing jenis memiliki ciri dan gejala yang berbeda dan tidak menutup kemungkinan ada gejala yang sama. Di RSUD belum adanya sistem yang membantu mengklasifikasikan penyakit ini, maka di bangunlah sistem ini dengan menerapkan metode jaringan syaraf tiruan variasi learning vector quantization 2 agar memepermudah pihak RSUD di bagian rekam medis ketika di butuhkan pelaporan secara mendetail dari data-data pasien tersebut. Dalam proses pengklasifikasiannya di butuhkan pengujian data latih dan data uji sehingga dapat di ketahui nilai akurasi dari sistem ini. Berdasarkan pengujian parameter yang dilakukan dengan data uji yang digunakan 20 data pasien dari 175 data latih dan dengan menggunakan nilai windows 0.1, 0.3 ,0.4 , 0.5 dan dengan leaning rate 0.025 , 0.05 , 0.075 mendapatkan hasil persentasekan keseluruhan dari rata-rata learning rate dan nilai windows yang telah di uji maka rata-rata akurasi pengujian LVQ2 yang di dapat adalah mencapai 93.75%. Kata Kunci: Klasifikasi Tingkat Pre-aklampsi , JST, LVQ2