KOMBINASI GRAVITATIONAL SEARCH ALGORITHM DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MENINGKATKAN AKURASI KLASIFIKASI

FALAH, MIFTAHUL and Rini, Dian Palupi and Pahendra, Iwan (2021) KOMBINASI GRAVITATIONAL SEARCH ALGORITHM DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MENINGKATKAN AKURASI KLASIFIKASI. Master thesis, Sriwijaya University.

[thumbnail of RAMA_55010_09042681822008.pdf] Text
RAMA_55010_09042681822008.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_01_Front_Ref.pdf]
Preview
Text
RAMA_55010_09042681822008_0023027804_0022037401_01_Front_Ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (468kB) | Preview
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_02.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (206kB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_03.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (359kB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_04.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (291kB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_05.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (86kB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_06_ref.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (310kB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_0023027804_0022037401_07_Lamp.pdf] Text
RAMA_55010_09042681822008_0023027804_0022037401_07_Lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_55010_09042681822008_TURNITIN.pdf] Text
RAMA_55010_09042681822008_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (4MB) | Request a copy

Abstract

Pengembangan diagnosis medis berdasarkan pembelajaran mesin dalam hal prediksi penyakit memberikan diagnosis yang lebih akurat dibandingkan dengan cara tradisional. Dalam hal memprediksi penyakit dapat menggunakan jaringan saraf tiruan. Jaringan saraf tiruan terdiri dari berbagai macam algoritma salah satunya Algoritma BPNN. Dalam makalah ini diusulkan sistem prediksi penyakit menggunakan algoritma BPNN. Algoritma BPNN sering digunakan dalam prediksi penyakit, tetapi algoritma BPNN terdapat sedikit kekurangan yaitu cenderung lama dalam mendapatkan nilai akurasi yang optimum. Oleh karena itu diperlukan kombinasi dengan menggunakan algoritma yang dapat mengatasi kekurangan algoritma BPNN tersebut dengan menggunakan keberhasilan algoritma Gravitational Search Algorithm yaitu dapat mengatasi konvergensi lambat dan masalah minimum lokal yang terdapat di algoritma BPNN. Sehingga penulis mengusulkan untuk mengkombinasikan algoritma BPNN menggunakan algoritma Gravitational Search Algorithm dengan harapan dapat meningkatkan hasil akurasi yang lebih baik dibandingkan hanya menggunakan algoritma BPNN saja. Hasil yang didapatkan menghasilkan tingkat akurasi yang lebih tinggi dengan jumlah iterasi yang sama dibandingkan hanya menggunakan BPNN saja. Dapat dilihat pada percobaan pertama data penyakit kanker payudara dengan parameter yaitu hidden layer sebesar 31, learning rate sebesar 0.s01 dan iterasi sebanyak 10000 menghasilkan akurasi sebesar 67.8 % pada Algoritma BPNN, sedangkan pada kombinasi BPNN & GSA mendapat akurasi sebesar 99.2 %.

Item Type: Thesis (Master)
Uncontrolled Keywords: Combination, Accuracy, Artificial Neural Networks BPNN, Gravitational Search Algorithm
Subjects: T Technology > T Technology (General) > T1-995 Technology (General)
Divisions: 09-Faculty of Computer Science > 55101-Informatics (S2)
Depositing User: Miftahul Falah
Date Deposited: 24 Nov 2021 08:15
Last Modified: 25 Nov 2021 03:09
URI: http://repository.unsri.ac.id/id/eprint/57943

Actions (login required)

View Item View Item