Text

Sistem Deteksi Dini Demam Berdarah Dengue (DBD) Berbasis Web Menggunakan Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Levenberg-Marquardt 006.32 PRA s

---

ABSTRAK

Demam Berdarah Dengue (DBD) merupakan Penyakit menular yang disebabkan oleh virus
dengue dan ditularkan oleh nyamuk Ae. Aegypti. Tingkat kematian akibat penyakit DBD
relatif tinggi disebabkan keterlambatan pasien dalam menyadari gejala awal DBD sehingga
menyebabkan keterlambatan penanganan. Deteksi dini Demam Berdarah merupakan upaya
yang dilakukan untuk mengetahui kemungkinan Demam Berdarah Dengue di dalam tubuh
seseorang. Penelitian ini bertujuan untuk membangun sebuah sistem deteksi dini DBD
berbasis web menggunakan jaringan syaraf tiruan Backpropagation dengan Algoritma
Levenberg-Marquardt. Variabel yang digunakan dalam penelitian ini merupakan gejalagejala awal pasien DBD sebanyak 10 variabel. Seluruh data penelitian diambil berdasarkan
data rekam medis di RSUP Dr Karyadi. Data yang diambil sebanyak 80 data dengan
pembagian data latih dan data uji menggunakan K-Fold Cross Validation. Hasil penelitian
menunjukkan arsitektur terbaik untuk melakukan deteksi didapat pada kombinasi parameter
hidden neuron 7, parameter Levenberg-Marquardt (µ) 0.01, maksimum epoch 1000 dan
target error 0.001 yang menghasilkan MSE 0.000076.
Kata Kunci : Sistem Deteksi Dini Demam Berdarah Dengue, K-Fold Cross Validation,
Jaringan Syaraf Tiruan, Backpropagation, Levenberg-Marquardt

ABSTRACT

Dengue Haemorrhagic Fever (DHF) is an infectious disease caused by the dengue virus and
transmitted by Ae. Aegypti. The death rate from Dengue Haemorrhagic Fever disease is
relatively high due to patient delay in recognizing the early symptoms of dengue causing
delays in treatment. Early detection for Dengue Haemorrhagic Fever is an effort made to
determine the possibility of Dengue Haemorrhagic Fever in a person's body. This research
aims to develop an early detection system of Dengue Haemorrhagic Fever using artificial
neural network Backpropagation with Levenberg-Marquardt algorithm. The variables used
in this research is the early symptoms of dengue patients as many as 10 variables. All data
were taken by medical records in RSUP Dr Karyadi. The data are taken as much as 80 data
with the distribution of training data and test data used K-fold Cross Validation. The results
showed the best architecture for the detection obtained in combination parameter 7 hidden
neuron, Levenberg-Marquardt parameter (μ) of 0.01, the maximum epoch of 1000 , the
target error of 0.001 which resulted in MSE 0.000076.
Keywords : Early Detection System of Dengue Haemorrhagic Fever, K-Fold Cross
Validation, Artificial Neural Network, Backpropagation, LevenbergMarquardt Algorithm

---

Ketersediaan

453F16IV

453 F 16

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

453 F 16

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1410

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Septi Intan Prathami

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar