KLASIFIKASI DATA STATUS DIABETES MELLITUS MENGGUNAKAN PROBABILISTIC NEURAL NETWORK
Probabilistic neural network (PNN) merupakan salah satu model pada Jaringan Syaraf Tiruan (JST) yang dapat digunakan untuk menyelesaikan masalah klasifikasi. Klasifikasi PNN sangat berpengaruh terhadap penentuan smoothing parameter (α) yang digunakan agar dapat menghasilkan tingkat akurasi yang tinggi. Metode PNN pada penelitian ini diterapkan dalam bidang kesehatan untuk mengklasifikasikan status pasien Diabetes Mellitus (DM) dengan menggunakan data pasien Rumah Sakit Abdul Wahad Sjahranie Kota Samarinda Tahun 2022 dengan status pasien DM dan tidak DM serta menggunakan 5 variabel bebas, yaitu usia, berat badan, tekanan darah sistolik, tekanan darah diastolik, dan Gula Darah Puasa (GDP). Berdasarkan penelitian yang telah dilakukan, diperoleh nilai akurasi antara data training terhadap data training sebesar 100% dan nilai akurasi antara data testing terhadap data training sebesar 75,00% dengan α = 0,2 dan 0,4, pada proporsi 50:50.
Ketersediaan
Detail Information
Judul | KLASIFIKASI DATA STATUS DIABETES MELLITUS MENGGUNAKAN PROBABILISTIC NEURAL NETWORK |
---|---|
Pengarang | Dini Elizabeth - Personal Name |
No. Panggil | SKRIPSI DIN k 2024 |
Subyek | klasifikasi Diabetes Mellitus Probabilistic neural network Smoothing parameter |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY