<![CDATA[Diabetes Mellitus (DM) merupakan penyakit kronis dengan prevalensi yang semakin meningkat, dan deteksi dini sangat penting untuk mencegah komplikasi serius. Dalam bidang medis, teknologi pembelajaran mesin, khususnya Multilayer Perceptron (MLP), menunjukkan potensi besar dalam membantu diagnosa dan klasifikasi DM. Penelitian ini bertujuan untuk mengkaji literatur terkait penggunaan MLP dalam klasifikasi DM, menganalisis keunggulan dan keterbatasannya, serta membandingkan kinerjanya dengan metode lain seperti K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa MLP efektif dalam mendeteksi DM dengan tingkat akurasi tinggi, bahkan lebih baik dibandingkan metode konvensional. Beberapa penelitian juga menunjukkan bahwa MLP dapat mengidentifikasi variabel penting dalam data medis pasien yang berperan dalam diagnosis DM. Model hibrida MLP yang digabungkan dengan algoritma optimasi, seperti Genetic Algorithm dan Crow Search Algorithm, mampu meningkatkan kinerja klasifikasi, menjadikannya alat yang sangat bermanfaat dalam sistem informasi kesehatan untuk prediksi dini DM.]]>
Copyrights © 2024
