ANALISIS DAN PREDIKSI PENYAKIT JANTUNG KORONER DI KOTA AMBON MENGGUNAKAN JARINGAN SARAF TIRUAN

  • D. L. Rahakbauw Jurusan Matematika FMIPA Universitas Pattimura
  • F. Kondo Lembang Jurusan Matematika FMIPA Universitas Pattimura
  • Y. M. J. Taihuttu Jurusan Matematika FMIPA Universitas Pattimura
Keywords: Jaringan Saraf Tiruan, Backpropagation, Penyakit Jantung Koroner.

Abstract

Penyakit jantung koroner disebabkan oleh pembentukan plak yang terdiri atas kolesterol, kalsium dan bahan lain di dalam pembuluh darah yang lama-kelamaan menumpuk di dalam dinding pembuluh darah jantung (arteri koronaria) serta arteri di tempat lain. Di Indonesia 36 juta penduduk menderita penyakit ini dan 80% diantaranya meninggal akibat serangan jantung mendadak, selain itu indonesia menduduki urutan 5 dunia untuk PJK. Penyakit Jantung Koroner (PJK) merupakan keadaan dimana terjadi penimbunan plak pembuluh darah koroner. Diperlukan diagnosa yang tepat dari pihak medis untuk pemberian pengobatan yang tepat bagi penderita PJK.
Dalam penelitian ini akan diprediksi PJK ini menggunakan metode pengenalan pola dari data catatan rekam medis penderita penyakit jantung koroner yang ada di kota Ambon periode 2014-2015 menggunakan metode Jaringan Syaraf Tiruan (JST) Backpropagation . Berdasarkan data rekam medis penderita penyakit jantung koroner dan orang sehat tersebut dilakukan pelatihan terhadap JST ini, yang nantinya JST ini mampu mengenali polanya. Terdapat 13 faktor risiko yang merupakan node input jaringan dan juga merupakan penyebab timbulnya penyakit jantung koroner, node input tersebut adalah: jenis kelamin, merokok, kelebihan berat badan, pengguna alkohol, pola makan garam yang tinggi, pola makan lemak yang tinggi, olahraga, keturunan, tekanan darah, kolesterol, tekanan gula, tekanan jantung, dan kebiasaan sehari-hari. Dalam penelitian ini data akan langsung diuji dengan 5 pola jaringan: 13-2-1, 13-3-1, 13-4-1, 13-5-1, dan 13-6-1 dimana 13 node input sebagai masukkan, unit hidden layer ditentukan secara acak dengan rentang 2 sampai 6 dan 1 unit output dengan fungsi aktivasi sigmoid. Pengujian jaringan saraf tiruan ini dilakukan secara berulang sampai menghasilkan error keluaran yang terkecil pada setiap output data jaringan bersamaan dengan mengubah setiap fungsi aktivasi yang ada pada setiap lapisan pola jaringan saraf tiruan yang dipakai. Setelah proses pelatihan dilakukan, diperoleh konfigurasi jaringan yang terbaik dari 5 tipe yang diuji yaitu tipe dengan 13 input dan 6 hidden layer dengan 1 output (13-6-1) dengan bobot terbaik yang sudah diperoleh dengan kemampuan jaringan mendeteksi seseorang terkena penyakit jantung koroner dengan skala error 0,0009 sampai 0,0727 yang dipandang sangat kecil error yang diperoleh dengan persamaan regresi yang terbentuk adalah y= 0,91T+0,079 dengan koefisien korelasi sebesar 0,91205.

Downloads

Download data is not yet available.

References

[1] Effendy N., Subagja, Faisal A., Prediksi penyakit jantung koroner (PJK) berdasarkan faktor risiko menggunakan jaringan syaraf tiruan backpropagation, Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008), Yogyakarta, 21 Juni 2008.
[2] Fauset, L., Fundamentals of Neural Networks, New Jersey: Prentice Hall, 1994.
[3] Kemenkes RI. 2014. Info Datin: Situasi Kesehatan Jantung.
[4] Kusumadewi, S., 2004, “Membangun jaringan Syaraf Tiruan Menggunakan Matlab & Excel Link”. Yogyakarta: Graha Ilmu.
[5] Larandipa L. A, Pontia F.T, Triyanto D., 2013, Aplikasi Jaringan Syaraf Tiruan Untuk Diagnosa Penyakit Jantung Koroner (Pjk) Dengan Metode Backpropagation, Jurnal Coding Sistem Komputer Universitas Tanjungpura Volume 01 No. 1 (2013), hal 11 – 19 ISSN : 2338-493x
[6] Lestari M., 2014, Penerapan algoritma klasifikasi nearest neighbor (k-nn) untuk mendeteksi penyakit jantung, jurnal Faktor Exacta 7(4): 366-371, 2014
[7] Wahyuni E. G., Pridjodiprodjo, W., 2013, Prototype Sistem Pakar untuk Mendeteksi Tingkat Resiko Penyakit Jantung Koroner dengan metode Dempster-Shafer (Studi Kasus: RS. PKU Muhammadiyah Yogyakarta), IJCCS, Vol.7, No.2, July 2013, pp. 133~144,
Published
2018-02-05
How to Cite
[1]
D. Rahakbauw, F. Kondo Lembang, and Y. Taihuttu, “ANALISIS DAN PREDIKSI PENYAKIT JANTUNG KORONER DI KOTA AMBON MENGGUNAKAN JARINGAN SARAF TIRUAN”, BAREKENG, vol. 10, no. 2, pp. 97-105, Feb. 2018.