<![CDATA[Jaringan saraf tiruan telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasijaringan saraf tiruan dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Learning Vector Quantization (LVQ) adalah salah satu jenis jaringan saraf tiruan yang berbasis pembelajaran kompetitif yang terawasi. Suatu lapisan kompetitif akan secara otomatis belajar untukmengklasifikasikan vektor-vektor input. Apabila vektor-vektor input memiliki jarak terdekat makavektor-vektor input tersebut akan dikelompokkan dalam kelas yang sama. Dalam penelitian ini, metodeLVQ diaplikasikan untuk mendiagnosa penyakit saluran pernapasan khususnya pada penyakitTuberculosis, Asma, Sinusitis, Bronchitis, Pneumonia, dan ISPA berdasarkan gejala-gejala dari penyakitsaluran pernapasan tersebut. Data yang digunakan dalam penelitian ini sebanyak 109 data, 60 datauntuk pelatihan dan 49 data untuk pengujian. Data pada penelitian ini didapat dari ruang rekam medisRSUD Dr. M. Haulussy Ambon. Dari beberapa pengujian menunjukkan bahwa laju pelatihan ( ) = 0,1 danreduksi laju pelatihan ( ) = 0,00001 menghasilkan nilai diagnosa terbaik dengan tingkat keakuratansebesar 95,92%.Kata kunci : Diagnosa, Learning Vector Quantization, Penyakit Saluran Pernapasan]]>
Copyrights © 2016
