penerapan sistem jaringan syaraf tiruan untuk diagnosis penyakit diabetes melitus menggunakan metode backpropagation

Adhitya, Yoga (2017) penerapan sistem jaringan syaraf tiruan untuk diagnosis penyakit diabetes melitus menggunakan metode backpropagation. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text bab i.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (870kB) | Preview
Preview	Text bab v.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (865kB) | Preview
Preview	Text bab ii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text bab iv.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text daftar pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text halaman awal.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text bab iii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (909kB) | Preview

Abstract

Penerapan data modeling dapat digunakan untuk mendiagnosa penyakit, salah satunya adalah penyakit diabetes melitus. Diabetes melitus merupakan penyakit yang umum yang diderita oleh masyarakat di Indonesia. Dalam infodatin yang dikeluarkan oleh Kementrian kesehatan Republik Indonesia, menyebutkan bahwa pada tahun 2013, proporsi diabetes melitus meningkat sebanyak dua kali lipat dibandingkan tahun 2007. Oleh karena itu diperlukan sebuah model yang mampu mendeteksi diabetes. Model tersebut dikembangkan dengan cara menerapkan jaringan syaraf tiruan dengan metode backpropagation. Dalam penerapannya, digunakan bahasa pemrograman C# dan MySql sebagai database. Hasilnya, arsitektur yang digunakan pada jaringan syaraf tiruan terdiri dari 4 neuron pada lapisan input, 4 neuron pada lapisan tersembunyi, dan 2 neuron pada lapisan output. Tingkat akurasi yang dihasilkan pada penelitian ini berkisar diantara 98% dan 100%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software 600 Technology (Applied Sciences) 600 Technology (Applied Sciences) > 610 Medicine and Health
Divisions:	Faculty of Engineering & Informatics > Information System
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jan 2019 08:51
Last Modified:	29 Jun 2022 03:35
URI:	https://kc.umn.ac.id/id/eprint/4910

Actions (login required)

View Item