Penerapan Learning Vector Quantization 3 (LVQ 3) untuk Menentukan Penyakit Gangguan Kejiwaan

Main Authors: Budianita, Elvia, Syafria, Fadhilah, Afrianty, Iis
Format: Article info application/pdf eJournal
Bahasa: eng
Terbitan: UIN Sultan Syarif Kasim Riau , 2018
Online Access: http://ejournal.uin-suska.ac.id/index.php/SNTIKI/article/view/5895
http://ejournal.uin-suska.ac.id/index.php/SNTIKI/article/view/5895/3567
Daftar Isi:
  • Beberapa pendapat yang berkembang di kalangan masyarakat bahwa gangguan jiwa itu identik dengan gila (sakit jiwa), sedangkan gangguan jiwa tidak sama dengan sakit jiwa. Seseorang yang mengalami gangguan pada kesehatan mentalnya (gangguan jiwa), jika tidak segera ditangani akan berkembang menjadi sakit jiwa. Pasien yang mengalami sakit jiwa dirawat di rumah sakit (rawat inap), sedangkan pasien yang mengalami gangguan jiwa melakukan perawatan jalan atau diagnosa oleh Dokter yang memerlukan waktu hingga satu bulan. Oleh karena itu, untuk membantu masyarakat agar bisa dengan cepat mengetahui seseorang terkena gangguan jiwa, maka dibutuhkan suatu sistem penerapan dibidang teknologi informasi. Metode yang digunakan adalah Learning Vector Quantization 3 (LVQ3) dengan inputan 14 gejala dan hasil keluaran 5 jenis penyakit kejiwaan yaitu penyakit Skizofernia, Gangguan Mental Organik (GMO), Gangguan mental dan perilaku akibat pengguna zat, Gangguan suasana perasaan dan Gangguan perkembangan psikologis. Parameter yang digunakan adalah learning rate 0.02, 0.025, 0.045, 0.050, 0.75, pengurangan learning rate 0.005, minimal learning rate 0.01, dan nilai window 0, 0.2, 0.4. Jumlah data yang digunakan yaitu 190 data latih dan 20 data uji. Berdasarkan hasil pengujian nilai window dan jumlah data latih mempengaruhi hasil akurasi. Akurasi tertinggi diperoleh adalah 95%. Metode Learning Vector Quantization 3 dapat diterapkan untuk menentukan jenis gangguan kejiwaan. Kata kunci: gangguan jiwa, learning vector quantization 3, window