IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI SISTEM PREDIKSI PENYAKIT KANKER PARU

Dewi Hajar, - (2019) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI SISTEM PREDIKSI PENYAKIT KANKER PARU. Skripsi thesis, Universitas Pembangunan Nasional Veteran Jakarta.

	Text AWAL.pdf Download (1MB)
	Text ABSTRAK.pdf Download (10kB)
	Text BAB 1.pdf Download (791kB)
	Text BAB 2.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 3.pdf Restricted to Repository UPNVJ Only Download (836kB)
	Text BAB 4.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 5.pdf Download (780kB)
	Text DAFTAR PUSTAKA.pdf Download (895kB)
	Text RIWAYAT HIDUP.pdf Restricted to Repository UPNVJ Only Download (137kB)
	Text LAMPIRAN.pdf Restricted to Repository UPNVJ Only Download (2MB)

Abstract

Kanker paru (bronchogenic carcinoma) adalah kanker pada jaringan paru- paru. Deteksi dini pada kanker paru tidak mudah karena gejala kanker tidak muncul sampai penyakit ini telah berkembang, sehingga perlu adanya pendiagnosaan untuk dapat mengetahui tingkat keparahan kanker paru. Tujuan dari penelitian ini adalah untuk membuat sistem yang dapat memprediksi suspek atau tidaknya seseorang terkena penyakit kanker paru, menjelaskan proses diagnosa kanker paru, dan mendeskripsikan keakuratan model tersebut. Metode yang digunakan pada penelitian ini menggunakan jaringan syaraf tiruan backpropagation. Jaringan saraf tiruan telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan dalam rangka pengambilan keputusan berdasarkan pelatihan yang diberikan. Jaringan saraf tiruan dapat diaplikasikan pada berbagai bidang dalam kehidupan manusia, salah satunya bidang kesehatan. Dengan memanfaatkan jaringan syaraf tiruan backpropagation, dibuatlah sistem prediksi penyakit kanker paru menggunakan software MATLAB untuk memberikan informasi dini penyakit kanker paru berdasarkan gejala-gejala umum kanker paru serta hasil penelitian laboratorium. Setelah dilakukakan pengujian, sistem menunjukkan bahwa tingkat akurasi pembelajaran jaringan syaraf tiruan dipengaruhi oleh variasi jumlah neuron hiden layer dan learning rate.

Item Type:	Thesis (Skripsi)
Additional Information:	[No. Panggil: 1510511024] [Ketua Penguji: Ridwan Raafi'udin] [Pembimbing I: Yuni Widiastiwi] [Pembimbing II: Ati Zaidiah]
Uncontrolled Keywords:	Jaringan Syaraf Tiruan (JST), Backpropagation, Software Matlab, Kanker Paru
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Ilmu Komputer > Program Studi Informatika (S1)
Depositing User:	Daniel Parlindungan
Date Deposited:	15 Nov 2019 09:59
Last Modified:	15 Nov 2019 09:59
URI:	http://repository.upnvj.ac.id/id/eprint/1475

Actions (login required)

View Item