Sukemi, Sukemi (2021) Peningkatan Akurasi Klasifikasi Backpropagation Menggunakan Artificial Bee Colony dan K-NN Pada Penyakit Jantung. Media Informatika Budidarma, 5 (1). pp. 208-215. ISSN 2614-5278, 2548-8368
Preview |
Text
Jurnal-MIB.pdf Download (513kB) | Preview |
Preview |
Text
Cover Pengelola-Daftar Isi.pdf Download (1MB) | Preview |
Abstract
Penyakit jantung menduduki peringkat sebagai penyebab utama kematian di dunia terhitung sekitar 17,3 juta kematian per tahun dengan berbagai faktor penyebabnya, seperti tekanan darah tinggi, diabetes, fluktuasi kolesterol, kelelahan dan banyak lagi lainnya yang banyak terkoleksi dalam dataset. Dataset penyakit jantung yang diterapkan yaitu cleveland heart disease dengan 14 atribut data. Metode yang diterapkan dalam penelitian ini yaitu dengan menggunakan algoritma Backpropagation dalam mengklasifikasi penyakit jantung, dimana akan dikombinasikan dengan algoritma Artificial Bee Colony dan k-Nearest Neighbor untuk pemilihan fitur atau pemilihan atribut sebab dengan teknik ini dapat meningkatkan akurasi model pengklasifikasi yang dihasilkan sebesar 94,23%.
| Item Type: | Article |
|---|---|
| Subjects: | Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation. #3 Repository of Lecturer Academic Credit Systems (TPAK) > Corresponding Author |
| Divisions: | 09-Faculty of Computer Science > 56201-Computer Systems (S1) |
| Depositing User: | Dr. Sukemi Sukemi |
| Date Deposited: | 18 Jan 2022 05:59 |
| Last Modified: | 18 Jan 2022 05:59 |
| URI: | http://repository.unsri.ac.id/id/eprint/60702 |
Actions (login required)
 |
View Item |