PENGEMBANGAN MODEL PREDIKSI PENENTUAN PENYAKIT KANDUNGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

Priswantoro, Catur and Wibawa, Helmie Arif (2017) PENGEMBANGAN MODEL PREDIKSI PENENTUAN PENYAKIT KANDUNGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

639Kb

Abstract

Kehamilan adalah proses alami yang dialami oleh wanita. Dalam proses ini tidak sedikit ibu mengalami gangguan kesehatan yang dapat meningkatkan jumlah angka kematian pada ibu dan bayi. Learning Vector Quantization (LVQ) dapat digunakan untuk melakukan prediksi berdasarkan pola tertentu. Dalam penelitian ini jaringan syaraf tiruan LVQ digunakan untuk memprediksi penyakit kandungan ke dalam empat jenis yaitu anemia, hyperemesis, kehamilan normal, dan pre eklampsi berdasarkan data kondisi ibu hamil. Penelitian ini menggunakan metode LVQ dengan beberapa kombinasi parameter antara lain penentuan bobot awal, learning rate dengan nilai antara 0.01 sampai 0.09, dan error minimum (eps) dengan nilai antara 0.000001 sampai 0.01 untuk mengetahui pengaruh terhadap tingkat akurasi dan jumlah epoch. Penelitian ini menghasilkan tingkat akurasi pelatihan sebesar 95% dan akurasi pengujian sistem sebesar 100% dengan nilai , dan inisialisasi bobot awal yang diambil acak dari data yang mewakili tiap kelas.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:60657
Deposited By:Mrs. Rismiyati .
Deposited On:09 Feb 2018 15:15
Last Modified:09 Feb 2018 15:15

Repository Staff Only: item control page