Identifikasi Awal Pengguna Narkoba Menggunakan Metode Learning Vector Quantization (LVQ)

Abstrak

Penyalahgunaan narkoba merupakah salah satu masalah yang besar bagi Negara Indonesia. Hal itu dikarenakan pengguna narkoba dapat menyebabkan gangguan kejiwaan, kesehatan bahkan kematian. Dari berbagai survey yang dilakukan, jumlah kasus pengguna narkoba setiap tahunnya semakin meningkat. Pada penelitian ini akan mencoba melakukan identifikasi awal untuk pengguna narkoba dengan metode Learning Vector Quantization. Penelitian ini menggunakan data pengguna narkoba dari Badan Narkotika Nasional (BNN) Kabupaten Malang. Dari yang digunakan sebanyak  119 data yang ada dibagi lagi menjadi 3 bagian. Terdapat 4 data untuk vektor bobot awal, 103 untuk data latih dan 12 untuk data uji. Lalu pada data ini memiliki 16 parameter dan 4 kelas. Pada penelitian ini melakukan 6 pengujian, menghasilkan 0,1 untuk nilai learning rate dengan nilai rata-rata akurasi sebesar 74,8%. Lalu 0,9 untuk pengali learning rate dengan nilai rata-rata akurasi sebesar 79,8%. Kemudian 0,01 untuk minimum learning rate dengan nilai rata-rata akurasi sebesar 79,8%. Jumlah data latih 60% dengan nilai rata-rata akurasi sebesar 86,2%. Maksimum iterasi  bernilai 14 dengan nilai rata-rata akurasi sebesar 86,2%. Lalu untuk pemberhentian pelatihan LVQ pada kondisi mana yang terbaik yaitu pada maksimum iterasi 14. Oleh karena itu kondisi minimum learning rate dapat diabaikan. Dari nilai-nilai tersebut setelah dilakukan pengujian K-Fold Cross Validation diperoleh rata-rata akurasi akhir yang didapatkan sebesar 78,4%.