Klasifikasi Penyakit Tenggorokan Hidung Telinga (THT) Menggunakan Jaringan Syaraf Tiruan Dengan Metode Learning Vektor Quantization (THT) Di RSUD Rantauprapat Labuhanbatu
Keywords:
Jaringan Saraf Tiruan Pembelajaran Kuantisasi Vektor, Klasifikasi PenyakitAbstract
Penelitian ini bertujuan untuk mengimplementasikan Neural Network dengan metode kuantisasi Learning Vector untuk Klasifikasi Penyakit THT. Data yang diperoleh berasal dari RSUD Rantauprapat Labuhanbatu yang didiagnosis dokter hingga pasien sebanyak 57 pasien. Variabel input yang digunakan adalah data berdasarkan simptom-simptom penyakit seperti demam, sakit kepala, batuk, nyeri saat berbicara, sakit tenggorokan, kehilangan pendengaran telinga, alergi, menggigil dan berkeringat, keluar lendir yang tebal, bening sedangkan variabel targetnya adalah bagian tenggorokan Farangitis bagian tenggorokan , Hidung dan Sinusitis bagian infeksi saluran telinga. Berdasarkan hasil penelitian, diperoleh model arsitektur Klasifikasi Lapisan Input dengan 10 neuron, neuron Competitive Layer 3, neuron Layer 3 Line, Laju Belajar 0,05, Nilai Tujuan 0,01 MSE 0,207 dan nilai rata-rata akurasi 67%References
Alex Rikki Sinaga, 2012. Aplikasi Jaringan Syaraf Tiruan untuk penentuan konsentrasi program studi bagi calon Mahasiswa baru STMIK BUDIDARMA MEDAN. Volume 11 ISSN : 2301-9425.
Difla Yustisia Qur'aini, S. 2010. Jaringan Syaraf Tiruan Learning Vector Quantization untuk aplikasi pengenlan tanda tangan ISSN : 1907-5022
Dwyi Martha Simbolon. 2015. Jaringan Syaraf Tiruan Analisa pengaruh kosmetik pada kerusakan kulit wajah menggunakan metode perceptron. Volume IX ISSN : 2301-9425
Dini Anggraini, 2014 Diagnosa penyakit Tenggorokan Hidung Telinga (THT) pada anak dengan menggunakan sistem pakar berbasis mobile android.
Dewanto Harjunowibowo, 2015. Pattern Recognition on paper currency's feature using LVQ Algorithm.EECSI 2015
Eko Prasetyo, 2014. Data Mining mengolah data menjadi informasi menggunakan Matlab.
Elvia Budianita, U, 2015. Penerapan Learning Vector Quantization Penentuan bidng konsentrasi tugas akhir Mahasiswa Teknik Informatika UIN Suska Riau.Volume 1 ISSN : 2460-738X
Endi Permata, 2015. Klasifikasi kualitas buah garcinia mangostana l. Menggunakan metode Learning Vector Quantization .ISSN : 2089-9815
Fajar Rohman Hariri, .2015. Learning Vector Quantization untuk klasifikasi Abstrak Tesis.ISSN : 2354-5771
Hartatik, 2015. Penerapan Algoritma Learning Vector Quantization Untuk Prediksi nilai akademis menggunakan instrumen AMS (Academic Motivation Scale).Volume.16 ISSN : 1411-3201
Imelda, Agus Harjoko, 2012. Klasifikasi kendaraan menggunakan Learning Vector Quantization.Volume.2 ISSN : 2088-3714
Nur Yanti, Maria Ulfah, 2015, Aplikasi Jaringan Syaraf Tiruan untuk Clustering polutan kimia penyebab pencemaran udara.Volume.3 ISSN : 2338-6649
Risky Meliawati, O, D,.2016 Penerapan metode Learning Vector Quantization (LVQ) pada prediksi jurusan di SMA PGRI 1 Banjarbaru.Volume.4 ISSN:2406-7857.
Suhaib Alzou'bi, D. H. A., Dr. Mohammad Al-Ma'aitah 2014. Artificial Intelligence In Law Enforcement , A Review. International Journal of Advanced Technology (IJAIT), Volume.4.
Zekson Arizona Matondang, 2015. Jaringan Syaraf Tiruan dengan Algoritma Backpropagation untuk penentuan kelulusan sidang skripsi. Volume .IV ISSN : 2301-9425
Zainul Hakim, A, A,.2014. Rancang bangun sisitem pakar deteksi dini penyakit Tenggorokan Hidung dan Telinga (THT).Volume.4 ISSN : 2088-1762
