PENERAPAN QUICKPROPAGATION DAN ATTRIBUTE REDUCTION BERDASARKAN INFORMATION GAIN DAN DISCERNIBILITY MATRIX UNTUK PREDIKSI STROKE ULANGAN; IMPLEMENTATION OF QUICKPROPAGATION AND ATTRIBUTE REDUCTION BASED ON INFORMATION GAIN AND DISCERNIBILTY MATRIX FOR RECURRENT STROKE PREDICTION

Jazilul Athoya, Anif

2014 | Skripsi | PROGRAM STUDI ILMU KOMPUTER

Stroke ulangan merupakan salah satu penyakit yang dapat menyebabkan kematian. Stroke ulangan dapat diprediksi karena ada beberapa faktor yang mempengaruhi seseorang untuk mengalami stroke kembali pasca stroke pertama. Penyakit stroke ulangan ini dapat diprediksi karenanya diperlukan klasifier yang dapat memetakan faktor-faktor ke dalam prediksi yang benar. Quickpropagation adalah salah satu lgoritma jaringan syaraf tiruan yang pada dasarnya menggunakan perubahan bobot dari epoch sebelumnya. Quickpropagation merupakan algoritma perkembangan dari backpropagation dimana algoritma ini dapat lebih cepat. Jaringan syaraf tiruan akan memiliki fungsi yang kompleks apabila memiliki dimensi dari variabel input yang besar. Data stroke yang didapat ini terdapat data yang tidak relevan. Hal ini dapat mengurangi akurasi prediksi. Untuk mengatasi hal ini digunakan attribute reduction yaitu metode untuk mengambil subset dari variabel yang akan digunakan untuk training. Dengan menggunakan metode ini jaringan syaraf tiruan dapat bekerja dengan optimal dan mendapat nilai akurasi yang tinggi dalam memprediksi masalah stroke ulangan. Dalam memprediksi stroke ulangan ini dibutuhkan data sampel untuk digunakan dalam melatih quickpropagation. Data ini didapatkan dari pasien RSUP Dr. Sardjito. Data yang didapatkan kemudian diolah sehingga dapat dikenali dan dilatih oleh quickpropagation. Dari pengujian diperoleh hasil bahwa quickpropagation dapat memprediksi masalah stroke ini dengan nilai akurasi sebesar 74%. Dengan menggunakan attribute reduction dengan high-entropy set, quickpropagation ini dapat meprediksi dengan nilai akurasi sebesar 78% sedangkan dengan discernibility matrix didapatkan akurasi sebesar 76%

Kata Kunci : jaringan syaraf tiruan; quickpropagation; attribute reduction; stroke ulangan