Article Per Year (5 Year)
p-Index From 2019 - 2024
3.409
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Dharma Laksana JENIUS (Jurnal Ilmiah Manajemen Sumber Daya Manusia) bit-Tech Abdi Laksana Jurnal Ekonomi Efektif Jurnal PADMA: Pengabdian Dharma Masyarakat Jurnal Ekonomi JAMAIKA: Jurnal Abdi Masyarakat Jurnal Keuangan dan Akuntansi Terapan (KUAT) Jurnal Ad'ministrare JUMANDIK
Sutrisno Sutrisno
Universitas Pamulang
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : bit-Tech

 1 
Analisa Klasifikasi Penyakit Diabetes Dengan Algoritma Neural Network Sutrisno Sutrisno; Jupron
bit-Tech Vol. 6 No. 3 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i3.1161

Abstract

Metode yang populer dan efektif untuk mengidentifikasi dan klasifikasi diabetes adalah algoritma deep learning untuk klasifikasi dataset diabetes. Algoritma deep learning, terutama jaringan saraf tiruan juga dikenal sebagai neural networks telah terbukti sangat efektif dalam menangani tugas klasifikasi data medis, seperti diabetes. Dalam penelitian sebelumnya, algoritma neural network digunakan untuk mengklasifikasikan penyakit diabetes , tetapi nilai akurasinya masih di bawah 80,5%. Karena nilai akurasi masih kurang maksimal, penelitian ini bertujuan untuk meningkatkannya. Penggunaan metode pemrosesan yang lebih akurat, fine tuning hyperparameter, untuk memastikan data sudah normal pada setiap fitur yaitu dengan metode normalisasi standard, kemudian menambahkan hiden layer sebanyak 2 layer dengan harapan mempelajari klasifikas yang tidak bisa dipisahkan secara linier. Dalam penelitian ini, beberapa langkah pembaharuan dilakukan selain besaran hiden layer juga besaran test size. Pembaruan ini bertujuan untuk meningkatkan akurasi yang lebih besar, serta hasil yang lebih baik untuk presisi, recall dan F1. Artikel ini menggunakan data umum atau sekunder dari laman Kaggle. Penelitian ini dilakukan untuk meningkatkan pengetahuan tentang cara mencegah diabetes. Gejala penyakit ini termasuk kadar gula sewaktu lebih dari 200 mg/dl dan kadar gula puasa lebih dari 126.mg/dl, antara tahun 1998 dan 2014, Badan Kesehatan Dunia melaporkan peningkatan dramatis dalam jumlah kasus diabetes di seluruh dunia, dari 108 juta menjadi 422 juta.
Co-Authors Abdul Khoir ade Ervin Denok Sunarsi Desyella Arifa Suhendi Hadi Winata Hastono Hastono Iis Istiqomah Iis Istiqomah Ivantan Ivantan Jaya, Fitra Jupron Jupron Jupron Komarudin Komarudin Mulyadi Mulyadi N Lilis Suryani Niko Purnomo Okta Irawati Okta Irawati Paeno Paeno Puji Harjianto San Ridwan Maulana Santi Rahayu Santi Rahayu Supatmin Supatmin Ugeng Budi Haryoko Yanurianto Yanurianto Yossy Wahyu Indrawan