Optimasi Extreme Learning Machine dengan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Koroner

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

Rasif Nidaan Khofia Ahmadah Bayu Rahayudi Yuita Arum Sari

Abstrak

Penyakit jantung koroner merupakan penyebab utama kematian di seluruh dunia. Beberapa faktor yang dapat menyebabkan penyakit jantung antara lain merokok, tekanan darah, diabetes, gaya hidup, pola makan, serta tingkat stress. Minimnya jumlah tenaga kesehatan di Indonesia serta kemampuan yang berbeda tiap dokter dalam melakukan diagnosis penyakit jantung, sehingga diperlukan sistem untuk melakukan diagnosis penyakit tersebut secara otomatis yang berfungsi membantu para dokter dan mengatasi keterlambatan penanganan pasien. Sistem ini merupakan sistem klasifikasi menggunakan metode Particle Swarm Optimization dan Extreme Learning Machine untuk diagnosis penyakit jantung koroner, yang mana metode Particle Swarm Optimization digunakan dalam melakukan optimasi parameter-parameter pada Extreme Learning Machine. Pada pengujian yang dilakukan, sistem berhasil memberikan nilai akurasi sebesar 86%. Hal ini juga menunjukkan bahwa penggunaan PSO-ELM dapat meningkatkan nilai akurasi daripada hana menggunakan metode ELM dalam melakukan diagnosis penyakit jantung koroner.

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

Cara Sitasi
Ahmadah, R., Rahayudi, B., & Sari, Y. Optimasi Extreme Learning Machine dengan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Koroner. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 9, p. 3894-3900, sep. 2021. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9771>. Tanggal Akses: 07 okt. 2022
Bagian
Artikel