Klasifikasi Risiko Gagal Ginjal Kronis Menggunakan Extreme Learning Machine

##plugins.themes.bootstrap3.article.main##

Dimas Prenky Dicky Irawan Imam Cholisoddin Edy Santoso

Abstrak

Ginjal merupakan sebuah organ pada manusia yang mempunyai peranan sangat penting dalam proses mengatur kebutuhan cairan dan elektrolit. Gagal ginjal kronis merupakan sebuah penyakit terhadap ginjal yang terjadi karena infeksi ginjal serta adanya sumbatan yang dikarenakan batu ginjal. Untuk melakukan klasifikasi gagal ginjal kronis tenaga medis masih belum maksimal dalam menanganinya, untuk menangani masalah ini peneliti menggunakan Extreme Learning Machine untuk melakukan klasifikasi gagal ginjal kronis. Extreme Learning Machine merupakan sebuah algoritme klasifikasi yang mana algoritme ini merupakan bagian dari jaringan saraf tiruan yang memiliki learning speed bagus dan juga menurut penelitian yang sudah ada dihasilkan nilai akurasi yang begitu baik apabila dibandingkan menggunakan algoritme lainnya. Penelitian yang dilakukan ini mendapatkan perbandingan nilai data latih serta data uji optimal dengan nilai rasio 70:30, banyak neuron hidden layer sebesar 10 dan menggunakan fungsi aktivasi sigmoid bipolar dari parameter tersebut menghasilkan nilai akurasi sebesar 99,13%. Dari hasil akurasi yang didapatkan, menunjukkan bahwa metode Extreme Learning Machine cukup baik dipakai untuk proses klasifikasi gagal ginjal kronis.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Irawan, D., Cholisoddin, I., & Santoso, E. Klasifikasi Risiko Gagal Ginjal Kronis Menggunakan Extreme Learning Machine. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 11, p. 5220-5228, juli 2018. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3237>. Tanggal Akses: 26 mei 2020
Bagian
Artikel