Perancangan Sistem Diagnosa Penyakit Saluran Pernapasan Menggunakan Metode Learning Vector Quantization (LVQ)

Abstract

Jaringan saraf tiruan telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi
jaringan 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 untuk
mengklasifikasikan vektor-vektor input. Apabila vektor-vektor input memiliki jarak terdekat maka
vektor-vektor input tersebut akan dikelompokkan dalam kelas yang sama. Dalam penelitian ini, metode
LVQ diaplikasikan untuk mendiagnosa penyakit saluran pernapasan khususnya pada penyakit
Tuberculosis, Asma, Sinusitis, Bronchitis, Pneumonia, dan ISPA berdasarkan gejala-gejala dari penyakit
saluran pernapasan tersebut. Data yang digunakan dalam penelitian ini sebanyak 109 data, 60 data
untuk pelatihan dan 49 data untuk pengujian. Data pada penelitian ini didapat dari ruang rekam medis
RSUD Dr. M. Haulussy Ambon. Dari beberapa pengujian menunjukkan bahwa laju pelatihan ( ) = 0,1 dan
reduksi laju pelatihan ( ) = 0,00001 menghasilkan nilai diagnosa terbaik dengan tingkat keakuratan
sebesar 95,92%.

Kata kunci : Diagnosa, Learning Vector Quantization, Penyakit Saluran Pernapasan