<![CDATA[ne"> Abstrak – Premature births, defined as a pregnant woman in laborat a gestational age 20-36 week.The research related by birthprematurely been carried out by researchers are using the neuralnetwork. But the research only manyajikan about the sensitivity andspecificity. Research using methods neural network in the predictedbirth prematurely to have the kind of accuracy that results are notenough and accurate are only serving about the sensitivity andspecificity.In this research there have been built a model algorithmsneural network and models algorithms neural network basedparticle swarm optimization to get architecture in forecastingpremature birth and put a value the kind of accuracy that moreaccurately at the data set patients sumber waras hospital.Aftertesting is conducted with two models and algorithms network neuralalgorithms based particle swarm neural network optimization andthe result obtained is algorithms neural network yielding 96,40percent of the value of accuracy and value of 0,982 but after theauc conducted the addition of which neural algorithms basedparticle swarm network optimization 96,80 percent of the value ofaccuracy and value of 0,987 auc .So both have the method accuracyof the different levels namely 0.40 percent of the auc 0,005 and thedifference .Intisari-Persalinan prematur, didefinisikan sebagai persalinan padawanita hamil dengan usia kehamilan 20 – 36 minggu. Penelitianyang berhubungan dengan kelahiran prematur sudah pernahdilakukan oleh peneliti yaitu dengan menggunakan metode neuralnetwork. Namun penelitian tersebut hanya manyajikan tentanghasil sensitivitas dan spesifisitas. Hasil Penelitian yangmenggunakan metode neural network dalam memprediksikelahiran prematur mempunyai nilai akurasi yang dihasilkanmasih kurang akurat dan hanya sebatas menyajikan tentang hasilsensitivitas dan spesifisitas. Dalam penelitian ini dibuatkan modelalgoritma neural network dan model algoritma neural networkberbasis particle swarm optimization untuk mendapatkan arsitekturdalam memprediksi kelahiran prematur dan memberikan nilaiakurasi yang lebih akurat pada data set pasien RS Sumber Waras.Setelah dilakukan pengujian dengan dua model yaitu algoritmaneural network dan algoritma neural network berbasis particleswarm optimization maka hasil yang didapat adalah algoritmaneural network menghasilkan nilai akurasi sebesar 96,40% dannilai AUC sebesar 0,982 namun setelah dilakukan penambahanyaitu algoritma neural network berbasis particle swarmoptimization nilai akurasi sebesar 96,80 % dan nilai AUC sebesar0,987.Sehingga kedua metode tersebut memiliki perbedaan tingkatakurasi yaitu sebesar 0,40 % dan perbedaan nilai AUC sebesar0,005.Kata Kunci: Kelahiran prematur , Neural network , ParticleSwarm Optimization]]>
Copyrights © 2015
