Binuan, Mario Kevin (2016) Implementasi neural network menggunakan algoritma backpropagation pada sistem pakar pendeteksi attention deficit hyperactivity disorder. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Attention Deficit Hyperactivity Disorder merupakan kelainan yang dapat mengganggu perkembangan pada anak. Untuk antisipasi dini kemungkinan munculnya kelainan tersebut, dibutuhkan sebuah alat bantu berupa sistem pakar yang dapat memberikan keluaran prediksi apakah seorang anak masuk ke dalam kategori Attention Deficit Hyperactivity Disorder atau tidak berdasarkan input dari gejala Attention Deficit Hyperactivity Disorder yang dimasukkan oleh user. User akan mengisi pernyataan yang berisi gejala-gejala Attention Deficit Hyperactivity Disorder dalam bentuk skala Likert. Sistem pakar dibuat menggunakan Neural Network dengan algoritma Backpropagation. Ada dua aplikasi yang dibuat yaitu desktop application dan web application. Desktop application digunakan oleh pakar untuk melakukan learning dan web application digunakan oleh user untuk mengisi pernyataan yang berisi gejala Attention Deficit Hyperactivity Disorder. Dari hasil pengujian yang menggunakan enam puluh sampel data, semua data hasil deteksi sistem pakar sama dengan hasil yang dikeluarkan oleh pakar yang sesungguhnya (100%). Maka dapat disimpulkan bahwa Neural Network dengan algoritma Backpropagation layak digunakan untuk mendeteksi seorang anak masuk ke dalam kategori Attention Deficit Hyperactivity Disorder atau tidak dari gejalagejala yang muncul.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming 600 Technology (Applied Sciences) > 600 Technology > 600 Technology |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 18 Jul 2017 09:37 |
Last Modified: | 05 Apr 2023 03:21 |
URI: | https://kc.umn.ac.id/id/eprint/1187 |
Actions (login required)
View Item |