Memprediksi Penyakit Kanker Payudara dan Liver menggunakan Algoritma Backpropagation

Miftahul Falah, Dian Palupi Rini, Iwan Pahendra

Abstract


Pada sebuah penelitian sangat penting untuk dilakukannya analisis sebuah prediksi atau peramalan, sehingga penelitian yang dilakukan akan lebih terarah dan tepat. Seperti halnya dalam memprediksi penyakit, mengingat pentingnya mengetahui kondisi kesehatan agar tidak berdampak kedepannya. Sehingga, diperlukan prediksi atau peramalan dengan tujuan memperkecil suatu masalah yang akan terjadi dikemudian hari. Dari beberapa jurnal yang telah di baca sebagai referensi, penulis memilih melakukan penelitian untuk memprediksi dua penyakit dengan memilih salah satu metode didalam ANN yaitu Algoritma Backpropagion (BP) dengan tujuan dilakukannya penelitian untuk mengetahui tingkat akurasi Algoritma Backpropagation (BP). Hasil penelitian menunjukkan bahwa prediksi penyakit kanker payudara dengan dataset sebanyak 569 data dan memiliki 31 atribut menghasilkan nilai akurasi sebesar 97.70 % sedangkan prediksi penyakit liver sebanyak 583 data dan memiliki 11 atribut menghasilkan nilai akurasi sebesar 70.84% dari sumber pengambilan dataset yaitu KAGGLE dengan waktu komputasi yang sama selama 3 sekon.

Keywords


Mesin Learning; Prediksi; Backpropagation

Full Text:

PDF

Refbacks

  • There are currently no refbacks.