KLASIFIKASI PROBABILISTIC NEURAL NETWORK (PNN) PADA DATA DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE (DBD) TAHUN 2018

  • Reza Destiana Adyati Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Yuki Novia Nasution Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Sri Wahyuningsih Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia

Abstract

Probabilistic Neural Network (PNN) merupakan salah satu model pada Jaringan Syaraf Tiruan (JST) yang digunakan untuk pengklasifikasian. PNN sangat tergantung pada parameter smoothing (σ) yang digunakan. Pada penelitian ini dilakukan pengacakan data dengan Simple Random Sampling (SRS) untuk mengetahui nilai dan proporsi data training dan data testing yang memberikan nilai akurasi tertinggi. Pada penelitian ini PNN akan diterapkan pada kasus Demam Berdarah Dengue (DBD). Dari klasifikasi PNN dengan pengacakan data training dan data testing pada pasien yang melakukan uji  hematologi dengan menggunakan 6 faktor yaitu jenis kelamin, usia, kadar hemoglobin (hb), jumlah     leukosit, jumlah trombosit, kadar hematokrit (ht), didapatkan hasil bahwa tingkat akurasi klasifikasi pasien DBD menggunakan metode PNN yang paling baik adalah pada proporsi data testing dan data training 90:10 dengan  dan . Hasil akurasi antar data training sebesar 100% dan akurasi antara data testing terhadap data training sebesar 93%.

Published
2019-05-10
How to Cite
ADYATI, Reza Destiana; NASUTION, Yuki Novia; WAHYUNINGSIH, Sri. KLASIFIKASI PROBABILISTIC NEURAL NETWORK (PNN) PADA DATA DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE (DBD) TAHUN 2018. Prosiding Seminar Nasional Matematika dan Statistika, [S.l.], p. 15-21, may 2019. ISSN 2657-232X. Available at: <http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/521>. Date accessed: 27 nov. 2020.