Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Matematika Integratif
Mukti, Audyra Dewi Puspa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Extreme Learning Machine dengan Seleksi Fitur Particle Swarm Optimization untuk Klasifikasi Sindrom Ovarium Polikistik Mukti, Audyra Dewi Puspa; Ulinnuha, Nurissaidah; Asyhar, Ahmad Hanif
Jurnal Matematika Integratif Vol 21, No 2: Oktober 2025
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v21.n2.63988.131-142

Abstract

Sindrom Ovarium Polikistik (SOPK) adalah gangguan hormonal yang sering terjadi pada wanita usia reproduktif dan menjadi salah satu penyebab utama masalah kesuburan. Sekitar 3–15% wanita di seluruh dunia mengalami kondisi ini, yang juga dapat memicu berbagai masalah kesehatan lainnya. Penelitian ini bertujuan untuk mengembangkan metode diagnosis SOPK yang lebih efisien dan akurat dengan memanfaatkan algoritma Extreme Learning Machine (ELM) yang dikombinasikan dengan seleksi fitur menggunakan Particle Swarm Optimization (PSO). ELM dipilih karena kemampuannya dalam melakukan klasifikasi secara cepat, sedangkan PSO digunakan untuk memilih fitur-fitur yang paling relevan. Hasil seleksi fitur menghasilkan 18 fitur terpilih dari total 40 fitur. Pencarian parameter terbaik dilakukan dengan pendekatan random search dan grid search. Hasil menunjukkan bahwa random search memberikan performa terbaik, dengan akurasi 95.35%, sensitivitas 96.67%, dan spesifisitas 92.65%. Tanpa seleksi fitur, ELM hanya menghasilkan akurasi 84.20%, sensitivitas 90.10%, dan spesifisitas 70.62%. Temuan ini menunjukkan bahwa seleksi fitur menggunakan PSO mampu meningkatkan performa klasifikasi ELM secara signifikan.
Co-Authors Ahmad Hanif Asyhar Nurissaidah Ulinnuha