Penerapan Metode Learning Vector Quantization2 (LVQ 2) Untuk Menentukan Gangguan Kehamilan Trimester I

Elvia Budianita Budianita

Abstract


Trimester I adalah masa dimana 3 bulan pertama kehamilan yakni 0 sampai 12 minggu awal kehamilan. Pada masa ini tubuh ibu akan banyak mengalami perubahan seiring berkembangnya janin. Pada ibu-ibu hamil pada fase trimester I terkadang ditemukan beberapa gangguan kehamilan yaitu, Abortus, Anemia Kehamilan, Hiperemesis Gravidarum tingkat I, Hiperemesis Gravidarum tingkat II, Kehamilan Ektopik, dan Mola hidatidosa. Untuk membantu pasien dalam mengenali gangguan kehamilan pada trimester I ini maka peneliti berinisiatif merancang suatu sistem yang menerapkan konsep jaringan syaraf tiruan dengan metode LVQ 2 (Learning Vector Quantization) dalam mengenali gangguan kehamilan trimester I berdasarkan gejala gangguan kehamilan trimester I. Ada 41 gejala penyakit, dan 6 penyakit sebagai data masukan. Sistem akan mengklasifikasikan penyakit dengan proses pembelajaran dan pengujian ke dalam 6 jenis penyakit, berdasarkan pengujian metode LVQ2 cukup baik di terapkan dalam pengenalan pola gejala gangguan kehamilan, di buktikan dari hasil pengujian yang di lakukan menggunakan window 0.1, 0.3, 0.5, dan 0, data latih 90 dan data uji 18 didapat akurasi terbaik 100% dan rata-rata akurasi 97.68%  dengan nilai parameter pembelajaran algoritma learning rate = 0.02, 0.04, 0.06, pengurangan learning rate = 0.1, minimal learning rate = 0.01 dan nilai window (ε) =0.1, 0.3, 0.5, dan 0. Nilai w juga mempengaruhi akurasi.

 

Kata Kunci:  Gangguan Kehamilan Trimester I, Learning Vector Quantization 2, Window


Full Text:

PDF


DOI: http://dx.doi.org/10.24014/sitekin.v15i2.4861

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Jurnal Sains dan Teknologi Industri




Editorial Address:
FAKULTAS SAINS DAN TEKNOLOGI
UIN SULTAN SYARIF KASIM RIAU

Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sitekin@uin-suska.ac.id
© 2023 SITEKIN, ISSN 2407-0939

SITEKIN Journal Indexing:

Google Scholar | Garuda | Moraref | IndexCopernicus | SINTA


Creative Commons License
SITEKIN by http://ejournal.uin-suska.ac.id/index.php