Klasifikasi Diabetes Menggunakn NN Backpropagation

1.      PEDAHULUAN
Perkembangan teknologi informasi dari tahun ke tahun yang semakin cepat pemanfaatan Artificial Intelligence dalam aplikasi medis telah diakui secara luas. Artificial Intelligence dalam pengobatan terdiri dari interpretasi gambar medis, diagnosis, dan sistem pakar untuk membantu dokter umum, pemantauan dan pengendalian di dalam Sistem bimbingan belajar untuk berbagai fase pengobatan.
Dalam klasifikasi diabetes menggunakn nn backpropagation, pengujian dan pembahasan data diamabil dari UCI Repository dengan  alamat URL https://archive.ics.uci.edu/ml/datasets.html, (AIM ,1994) data yang digunakan sebanyak 200 record untuk data training dan kami menggunakan 40 record data untuk digunakan pada proses testing

2.      TINJUAN PUSTAKA
Menurut Carvalho dalam Jurnalnya yang berjudul Diagnosis of Fish Diseases Using Artificial Neural Networks, membahas bioinformatika didefinisikan sebagai bidang ilmiah yang memecahkan masalah jaringan buatan molekul saraf (ANNs) adalah teknik kecerdasan komputasi  yang digunakan dalam berbagai aplikasi, seperti diagnosis penyakit,  tujuan dari penelitiannya adalah untuk mengevaluasi dua jaringan saraf tiruan dibuat untuk diagnosis penyakit pada ikan yang disebabkan oleh protozoa dan bakteri. Sebagai sistem klasifikasi, ANNs merupakan alat penting untuk pengambilan keputusan dalam diagnosis penyakit. IJCSI International Journal of Computer Science Issues, Vol. 8, Issue 6, No 3, November 2011.
Menurut Bekir  dalam Jurnalnya yang berjudul Hepatitis Disease Diagnosis Using Backpropagation and the Naive Bayes Classifiers, dalam Penelitiannya membahas perbandingan antara Backpropagation dan Naif Bayes Classifiers untuk mendiagnosa penyakit hepatitis. Hepatitis adalah istilah umum untuk peradangan hati. Penyebab paling umum dari hepatitis adalah virus hepatotropic (seperti hepatitis A, B, dan C) dan penyalahgunaan alkohol. Dalam prakteknya, kedua metode ini sering bersaing dengan baik dengan pengklasifikasi lebih canggih. Kinerja metode yang diusulkan dipilih untuk masing-masing tugas klasifikasi penyakit hepatitis. Akurasi keseluruhan sistem diagnosis yang masing-masing 98% dan 97%. Journal of Science and Technology Mevlana University, Konya, Turkey.
Menurut Paulin dalam Jurnalnya yang berjuadul Classification of Breast cancer by Comparing Backpropagation Training Algorithms, dalam penelitiannya membahas klasifikasi kanker payudara dengan menggunakan forward artificial neural networks. backpropagation algorithm. Kinerja jaringan dievaluasi menggunakan data kanker payudara Wisconsin ditetapkan untuk berbagai algoritma pelatihan paling akurasi 99,28% dicapai bila menggunakan algoritma levenberg marquardt. International Journal on Computer Science and Engineering. (IJCSE).

3.      PENGUJIAN DAN PEMBAHASAN
Dalam Pengujian dan pembahasan data diamabil dari UCI Repository dengan  alamat URL https://archive.ics.uci.edu/ml/datasets.html, (AIM ,1994) data yang digunakan sebanyak 200 record untuk data training dan kami menggunakan 40 record data untuk digunakan pada proses testing.

Pada proses testing diatas kami menggunakan tool Rapid Miner dengan metode neuralnetwork, pada hidden layer kami berikan 5 node simpul dengan bobot yang diacak secara random, untuk nilai learning = 0,3 dan momentum atau bias = 0.2 serta proses iterasi atau perulangan yang digunakan sebanyak 500 kali. Hasil yang didapat pada proses diatas menunjukkan bahwa akurasi yang didapat pada proses tersebut adalah 52.50% dimana pada clas Healthy dapat diprediksi keakuratannya sebesar 50.00% sedangkan untuk prediksi clas Sick ada 54.55% (Larose, 2005).


DAFTAR PUSTAKA

A. AIM. (1994). Diabetes Data Set . Dipetik November 19, 2014, dari UCI Machine Learning Repository.

Bekir. Diabetes Disease Diagnosis Using Backpropagation and the Naive Bayes Classifiers. Journal of Science and Technology Mevlana University, Konya, Turkey.

Carvalho. (2011). Diagnosis of Fish Diseases Using Artificial Neural Networks. IJCSI International Journal of Computer Science Issues, Vol. 8, Issue 6, No 3, November 2011.

Dennis, A. C. (2005). Belajar Data Mining dengan RapidMiner.

Larose, D. T. (2005). Discovering Knowledge In Data An Introduction to Data Mining. A john. Wiley & Sons, Inc., Publication.


Paulin. Classification of Breast cancer by Comparing Backpropagation Training Algorithms. International Journal on Computer Science and Engineering. (IJCSE).



Share this

Related Posts

Previous
Next Post »