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

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.