Penerapan Algoritma Neural Network Backpropagation Dalam Mengidentifikasi Pasien Berisiko Dislipidemia

Andi Yulia Muniar (Program Studi Teknik Komputer, STIMIK AKBA Makassar, Sulawesi Selatan)
Nuraida Latif (Program Studi Teknik Informatika, STIMIK AKBA Makassar, Sulawesi Selatan)
Muhammad Nuhwaqif (Program Studi Teknik Informatika, STIMIK AKBA Makassar, Sulawesi Selatan)

Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar
Vol 4 No 2 (2018): Edisi September

Penelitian ini bertujuan merancang sistem untuk mengidentifikasi pasien berisiko dislipidemia menggunakan Algoritma Neural Network Backpropagation.Metode yang digunakan untuk menganalisis permasalahan dalam penelitian ini adalah dengan studi pustaka, perumusan masalah, mengumpulkan dan mengolah data-data penelitian, merancang sistem, membuat sistem, menguji sistem, dan penarikan kesimpulan. Pada penelitian ini dataset yang digunakan sebanyak 346 data sampel yang dibagi menjadi data training dan data testing, rasio pembagian untuk data training dan data testing adalah 80% : 20%. Metode dalam pemilihan data training dan data testing dilakukan dengan cara acak. Pada pelatihan data training digunakan data sebanyak 277 data (80%), dan pada pengujian data testing digunakan data sebanyak 69 data (20%). Hasil penelitian ini menunjukkan bahwa Algoritma Neural Network Backpropagation dapat digunakan untuk mengidentifikasi pasien berisiko dislipidemia. Dalam pengujian sistem dengan 69 data testing (20%) di dapatkan hasil akurasi sebesar 86,96%.