<![CDATA[Program TB nasional harus mengidentifikasi pemangku kepentingan yang bekerja pada SDGs lainnya, mengembangkan mekanisme untuk berkolaborasi dengan mereka dan memfasilitasi tindakan pada penentu sosial-ekonomi di wilayah geografis dengan beban TB tinggi. Pada penelitian ini akan mengunakan data retro tentang kondisi sosial dan ekonomi pasien pada suatu Rumah Sakit Umum Pusat (RSUP) Persahabatan di wilayah Jakarta yang diharapkan dapat meningkatkan akurasi klasifikasi kegagalan pengobatan yang terjadi. Total sebanyak 2,250 data rekam medik pasien digunakan dalam penelitian ini. Metode klasifikasi yang akan digunakan adalah Artificial Neural Network (ANN) dengan metode klasifikasi menggunakan MLP Classifier. Metode ini digunakan karena data-data sosial ekonomi pada rekam medik pasien yang berjumlah sangat banyak dan bersifat kategorik sehingga tidak dapat dilakukan teknik analisis dan klasifikasi yang sederhana. Pembangunan Model Klasfikasi melalui menggunakan dataset tanpa penambahan metode apapun dan pengkategorian ulang beberapa indikator. Model klasifikasi dapat dibangun menggunakan arsitektur ANN terbaik menggunakan metode MLP-Classifier dengan akurasi 99,5% untuk training dan 81.6% untuk testing. Model klasifikasi yang dihasilkan juga telah diuji untuk mengetahui kemampuan prediktif/inferensi masing-masing model. Hasil penelitian dapat digunakan untuk menerapkan model klasifikasi untuk menjawab kebutuhan bisnis yang ada dalam konteks pengendalian TB di Indonesia.]]>
Copyrights © 2022
