Dana Ramza Fakhma, 4611417036 (2022) DIAGNOSIS PENYAKIT TBC MENGGUNAKAN SVM DAN FEEDFORWARD BACKPROPAGATION. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Tuberkulosis (TBC) merupakan penyakit infeksi yang disebabkan oleh virus Mycobaterium tuberculosis. Salah satu organ yang sering diinfeksi oleh virus Mycobaterium tuberculosis adalah paru-paru. Penyakit ini merupakan pembunuh terbesar kedua di seluruh dunia untuk penyakit infeksi setelah HIV/AIDS (Laily et al., 2015). Maka dari itu, tingkat akurasi diagnosis penyakit TBC perlu ditingkatkan menggunakan metode yang lebih baik. Setelah data terkumpul, kemudian data diolah di tahap preprocessing dan melalui proses normalisasi agar rentang data bisa seimbang. Selanjutnya, proses terakhir adalah proses klasifikasi. Pada proses klasifikasi ini menggunakan dua metode yaitu Support Vector Machine dan Feedforward Backpropagation. Kedua metode klasifikasi tersebut dinilai karena bersifat sederhana dan memiliki tingkat akurasi yang cukup tepat. Tetapi juga memiliki kelemahan dalam pemilihan fitur yang sesuai. Berdasarkan penelitian yang telah dilakukan, dengan menggunakan pengujian model dengan eksekusi sebanyak 10 kali, didapatkan hasil akurasi untuk Support Vector Machine menghasilkan akurasi sebesar 97,41%, sedangkan hasil akurasi untuk Feedforward Backpropagation menghasilkan tingkat akurasi sebesar 98,51%. Hal tersebut menunjukkan bahwa metode Feedforward Backpropagation dinilai dapat meningkatkan hasil akurasi diagnosis penyakit TBC

Actions (login required)

View Item