BASRIANDI, HILARION - 185410067 (2022) SISTEM DETEKSI PENYAKIT TUBERCULOSIS PARU MENGGUNAKAN ALGORITMA BACKPROPAGATION. Skripsi thesis, Universitas Teknologi Digital Indonesia.
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN DEPAN)
1_185410067_HALAMAN_DEPAN.pdf - Published Version Download (381kB) |
|
Text (BAB I)
2_185410067_BAB_I - Hilarion Basriandi.pdf - Published Version Download (53kB) |
|
Text (BAB II)
3_185410067_BAB_II - Hilarion Basriandi.pdf - Published Version Download (314kB) |
|
Text (BAB III)
4_185410067_BAB_III - Hilarion Basriandi.pdf - Published Version Restricted to Repository staff only Download (417kB) | Request a copy |
|
Text (BAB IV)
5_185410067_BAB_IV - Hilarion Basriandi.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB V)
6_185410067_BAB_V - Hilarion Basriandi.pdf - Published Version Download (89kB) |
|
Text (DAFTAR PUSTAKA)
7_185410067_DAFTAR_PUSTAKA - Hilarion Basriandi.pdf - Published Version Download (152kB) |
|
Text (CARA MENJALANKAN PROGRAM)
8_185410067_CARA_MENJALANKAN_PROGRAM - Hilarion Basriandi.pdf - Published Version Download (753kB) |
|
Text (LISTING PROGRAM)
9_185410067_LISTING_PROGRAM - Hilarion Basriandi.pdf - Published Version Restricted to Repository staff only Download (196kB) | Request a copy |
|
Text (LAMPIRAN)
10_LAMPIRAN - Hilarion Basriandi.pdf - Published Version Download (112kB) |
Abstract
Melihat perkembangan kasus penyakit Tuberkulosis di Indonesia yang kemudian dihubungkan dengan perkembangan pesat yang terjadi pada jaringan syaraf tiruan sebagai alat bantu manusia mengambil keputusan pada permasalahan sehari-hari. Sebagai contoh adalah untuk mendeteksi penyakit Tuberkulosis. Dalam pembuatan sistem deteksi ini penulis akan menggunakan Teknologi jaringan syaraf untuk mengetahui apakah seseorang suspek mengidap TBC atau tidak. Permasalahan yang diangkat oleh Penulis dalam penelitian ini adalah bagaimana membangun sebuah sistem yang mampu melakukan pendeteksian terhadap penyakit TBC dengan cepat dan tepat menggunakan metode algoritma JST backpropagation, serta mengetahui berapa tingkat akurasi sistem dalam mendeteksi pasien apakah pasien mengidap penyakit TBC atau tidak. Proses pembuatan aplikasi menggunakan metode studi pustaka, perumusan masalah, mengumpulkan dan mengolah data-data penelitian, merancang sistem, membuat sistem, menguji sistem, dan penarikan kesimpulan. Setelah melakukan proses pengujian maka diketahui tingkat akurasi sistem dalam melakukan pendeteksian adalah sebesar 100%. Arsitektur jaringan yang paling baik digunakan dalam proses mendeteksi penyakit TBC adalah dengan variasi jumlah iterasi 1000, toleransi 0,001, learning rate 0,5 dan banyaknya neuron hidden layer 100. Arsitektur jaringan tersebut menghasilkan MSE sebesar 0,00452 dengan waktu training 0:0:1 detik. Simpulan yang diambil dari penelitian ini adalah sistem mampu deteksi penyakit TBC dapat dibangun mengguanakn software Matlab, dengan masukan berupa gejala supaya mendapat pengobatan segera mungkin dengan menggunakan jaringan syaraf tiruan (JST) algoritma backpropagation dan tingkat akurasi sistem sebesar 100% pada variasi pelatihan 12 setelah dilakukan proses trial and error pada masing-masing variasi pelatihan. Kata kunci: Backpropagation, Jaringan Syaraf Tiruan (JST), Software Matlab,Tuberkulosis (TBC)
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Ir. Muhammad Guntara, M.T. |
| Uncontrolled Keywords: | Backpropagation, Jaringan Syaraf Tiruan (JST), Software Matlab,Tuberkulosis (TBC) |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Jaringan Syaraf Tiruan |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Titis Pratiwi |
| Date Deposited: | 27 Jul 2022 03:24 |
| Last Modified: | 27 Jul 2022 03:24 |
| URI: | http://eprints.utdi.ac.id/id/eprint/9679 |
Actions (login required)
 |
View Item |
