Text
Deteksi Penyakit Ginjal Kronik Menggunakan Jaringan Syaraf Tiruan LVQ2
ABSTRAK
Chronic kidney disease atau penyakit ginjal kronik adalah penurunan fungsi ginjal dibawah normal. Kondisi ini akan menyebabkan pengendapan zat-zat sisa metabolisma yang pada akhirnya dapat membahayakan tubuh penderita. Bukti-bukti ilmiah menunjukkan bahwa penyakit ginjal kronik dapat dicegah maupun dihambat perkembangannya jika dilakukan penanganan secara dini. Untuk menyelesaikan masalah kompleks seperti ini dalam bidang informatika terdapat beberapa metode yang dapat digunakan, diantaranya adalah jaringan syaraf tiruan. Penelitian ini menguji kinerja jaringan syaraf tiruan Learning Vector Quantization 2 (LVQ2) dalam mendeteksi penyakit ginjal kronik. LVQ2 merupakan jaringan syaraf tiruan terawasi yang berbasis pembelajaran kompetitif. Data pasien yang digunakan terdiri dari 400 data pasien dan 24 atribut. Pengujian akan menggunakan seluruh dan sebagian atribut hasil seleksi atribut dengan metode stepwise regression. Kombinasi parameter terbaik adalah nilai alfa awal sebesar 0.1 dan epsilon sebesar 0.01 pada data menggunakan seluruh atribut yang menghasilkan kinerja spesifisitas sebesar 1 dan sensitivitas sebesar 0.926. Hasil penelitian menunjukkan bahwa klasfikasi LVQ2 menggunakan seluruh atribut lebih baik dari sebagian atribut hasil seleksi stepwise regression karena menghasilkan luas AUC terbesar yaitu 0.961.
Kata kunci: Penyakit Ginjal Kronik, Learning Vector Quantization 2, LVQ2, Seleksi Atribut, Stepwise Regression.
ABSTRACT
Chronic kidney disease is a decreased kidney function below normal level. This condition will cause sedimentation from metabolic waste and eventually will endanger patient’s body. Scientific proofs show that chronic kidney disease can be prevented or hindered if treatment is done as early as possible. To solve complex problem like this in informatics field there are some method that could be used, one of them is artificial neural network. This study test performance of artificial neural network learning vector quantization 2 (LVQ2) in detecting chronic kidney disease. LVQ2 is a supervised artificial neural network based on competitive learning. Patient data used in this study consist 400 patient data and 24 attributes. Testing will use all the attributes and some attributes selected from attribute selection process using stepwise regression procedure. Best parameter combination is initial alpha value 0.1 and epsilon 0.01 in data with all attributes that give result perfect specificity and sensitivity 0.926. Study’s result show that LVQ2 classification with all attributes give better performance than using some attributes form attribute selection using stepwise regression because it gives biggest AUC result with 0.961.
Keywords : Chronic Kidney Disease, Learning Vector Quantization 2, LVQ2, Attribute Selection, Stepwise Regression
737F19III | 737 F 19-ii | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain