<![CDATA[Stroke merupakan salah satu penyakit kardiovaskular yang menjadi penyebab utama kematian global. Penyakit ini memiliki tingkat morbiditas yang tinggi serta potensi menyebabkan kecacatan serius. Dalam upaya meningkatkan akurasi diagnosis, teknologi kecerdasan buatan, khususnya jaringan saraf tiruan, menunjukkan potensi besar. Multilayer Perceptron (MLP), salah satu metode pembelajaran mesin, banyak diterapkan dalam klasifikasi data medis, termasuk klasifikasi data pasien stroke. Melalui tinjauan literatur sistematis, penelitian ini menganalisis keunggulan, keterbatasan, dan tantangan dalam penggunaan MLP untuk mendeteksi dan mengklasifikasi data pasien stroke. Hasil tinjauan menunjukkan bahwa MLP memiliki keunggulan dalam akurasi dan sensitivitas dalam prediksi stroke dibandingkan dengan beberapa metode lainnya. Dengan demikian, penelitian ini diharapkan dapat menjadi referensi untuk pengembangan lebih lanjut dalam penerapan MLP di bidang medis, khususnya dalam sistem deteksi dini penyakit stroke.]]>
Copyrights © 2025
