Text

Aplikasi Deteksi Dini Penyakit Tuberkulosis Paru Berbasis Web Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation Dengan Algoritma Levenberg-Marquardt

---

Abstract

Tuberculosis (TB) is a cronical and infectious disease caused by Mycobaterium tuberculosis. Transmission can
be done through direct contact with sputum or saliva of patient with tb. Early detection is an effort made to
determine the possibility of infection in a person's body. This research aims to obtain web based early detection
application using artificial neural network Backpropagation with Levenberg-Marquardt algorithm. The
variables in this research is the symptoms of tuberculosis patients approximately 8 variables, and were collected
from medical records in RS. Paru dr. Ario Wirawan Salatiga. The total data was 80 and divided using K-fold
Cross Validation with the value of k=10. The results showed the best architecture for the detection obtained in
combination parameter 6 hidden neuron, Levenberg-Marquardt parameter (μ) of 0.01, the maximum epoch of
1000 , the target error of 0.001 which resulted in MSE 0.091107.
Keywords : Early Detection Application of Tuberculosis, K-Fold Cross Validation, Artificial Neural Network,
Backpropagation, Levenberg-Marquardt Algorithm

Abstrak

Tuberkulosis (TB) merupakan penyakit infeksi kronis yang disebabkan oleh bakteri Mycobaterium
tuberculosis. Penyakit ini bersifat menular. Penularan dapat terjadi melalui kontak langsung dengan cairan
penderita tuberkulosis seperti percikan dahak atau air liur. Deteksi dini tuberkulosis merupakan upaya yang
dilakukan untuk mengetahui kemungkinan infeksi di dalam tubuh seseorang berdasarkan tanda dan gejala yang
dirasakan. Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi deteksi tuberkulosis paru berbasis web
menggunakan jaringan syaraf tiruan backpropagation dengan algoritma levenberg-marquardt. Variabel yang
digunakan dalam penelitian ini merupakan gejala-gejala awal pasien TB sebanyak 8 variabel. Seluruh data
penelitian diambil berdasarkan data rekam medis di RS. Paru dr. Ario Wirawan Salatiga. Data yang diambil
sebanyak 80 data dan dibagi menggunakan k-fold cross validation dengan nilai k=10. Hasil penelitian
menunjukkan arsitektur terbaik untuk melakukan deteksi didapat pada kombinasi parameter hidden neuron 6,
parameter levenberg-Marquardt (µ) 0.01, maksimum epoch 1000, dan target error 0.1 yang menghasilkan
MSE 0.091107.
Kata Kunci : Aplikasi Deteksi Dini Tuberkulosis Paru, K-Fold Cross Validation, Jaringan Syaraf Tiruan,
Backpropagation, Algoritma Levenberg-Marquardt

---

Ketersediaan

681F18IV

681 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

681 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621384

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Arief Ramadhani Wisaksono

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar