Klasifikasi Penyakit Chronic Kidney Disease (CKD) Dengan Menggunakan Metode Extreme Learning Machine (ELM)

Klasifikasi Penyakit Chronic Kidney Disease (CKD) Dengan Menggunakan Metode Extreme Learning Machine (ELM)

Penulis

  • Ivan Fadilla Fakultas Ilmu Komputer, Universitas Brawijaya
  • Putra Pandu Adikara Fakultas Ilmu Komputer, Universitas Brawijaya
  • Rizal Setya Perdana Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

ginjal, chronic kidney disease, extreme learning machine, jaringan syaraf tiruan, akurasi

Abstrak

Ginjal merupakan organ penting yang berfungsi untuk menjaga komposisi darah dengan mencegah menumpuknya limbah dan mengendalikan keseimbangan cairan di dalam tubuh. Chronic Kidney Disease (CKD) merupakan salah satu penyakit pada ginjal yang disebabkan oleh infeksi pada ginjal dan juga penyumbatan yang disebabkan oleh batu ginjal. Dalam kasus ini tenaga medis maupun pakar masih belum maksimal di dalam mengklasifikasikan penyakit CKD, penulis menerapkan metode Extreme Learning Machine (ELM) pada persoalan klasifikasi penyakit CKD. ELM adalah salah satu metode klasifikasi jaringan saraf tiruan yang memiliki learning speed yang cepat dan berdasarkan penelitian sebelumnya memiliki nilai akurasi yang baik dibandingkan dengan metode yang ada dalam jaringan saraf tiruan. Pada penelitian ini didapatkan perbandingan data latih dan data uji yang optimal dengan rasio 70:30 dan jumlah hidden neuron sebanyak 50 hidden neuron menghasilkan nilai akurasi sebesar 96,7%. Dapat disimpulkan bahwa metode Extreme Learning Machine (ELM) cukup baik diimplementasikan untuk proses klasifikasi penyakit Chronic Kidney Disease (CKD).

Unduhan

Diterbitkan

13 Feb 2018

Cara Mengutip

Fadilla, I., Adikara, P. P., & Perdana, R. S. (2018). Klasifikasi Penyakit Chronic Kidney Disease (CKD) Dengan Menggunakan Metode Extreme Learning Machine (ELM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(10), 3397–3405. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2625

Terbitan

Bagian

Artikel
Loading...