Penerapan Jaringan Syaraf Tiruan dengan Metode Learning Vector Quantization (LVQ) untuk Klasifikasi Penyakit Infeksi Saluran Pernapasan Akut (ISPA)

PRISMA, Prosiding Seminar Nasional Matematika
Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika

Penderita ISPA di Indonesia merupakan masalah kesehatan yang utama, terutama jumlah penderita ISPA di Indonesia yang masih tinggi. Penyakit ISPA harus ditangani dengan tepat sesuai diagnosis yang akurat. Diagnosis ISPA dilakukan secara manual dengan melihat gejala yang dialami pasien. Dalam Penelitian bertujuan untuk membuat sebuah aplikasi jaringan syaraf tiruan untuk mendiagnosis penyakit ISPA dengan menerapkan metode Learning Vector Quantization. Software dibuat dengan menggunakan Matlab R2018a. Gejala ISPA yang digunakan untuk mendiagnosis penyakit meliputi 10 variabel input dan 2 variabel output yaitu Suspect ISPA dan Non ISPA. Metode pengumpulan data yang digunakan yaitu metode kuantitatif yang berupa data primer dengan menggunakan kuesioner dan wawancara, data yang berhasil dikumpulkan dari Puskesmas Wedung 2 sebanyak 200 data. Berdasarkan hasil penelitian bahwa metode Learning Vector Quantization mampu mengenali pola dengan sangat baik dengan persentase rata-rata akurasi mencapai 96.5% dan akurasi tertinggi sebesar 100%. Nilai parameter yang digunakan adalah learning rate (α)=0.02, error goal = 0.01, iterasi maksimum 20 dengan perbandingan data latih dan data uji yang digunakan adalah 80:20. Dapat disimpulkan bahwa aplikasi yang dibuat mampu untuk mendiagnosis penyakit ISPA secara optimal.