Melola Discovery

← Melola Discovery

Jurnal

IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI SISTEM DETEKSI PENYAKIT TUBERCULOSIS (TBC)

Unnes Journal of Mathematics · Vol. 2 No. 2 (2013)

DOI
10.15294/ujm.v2i2.3247
ISSN
2460-5859, 2252-6943
Terbit
2013-11-15
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Aplikasi jaringan syaraf tiruan (JST) melalui pengenalan pola terjadinya sesuatu telah banyak dikaji dalam berbagai bidang ilmu pengetahuan. JST mampu memberikan hasil keputusan berdasarkan data yang dilatihkan. Penelitian ini membuat sebuah aplikasi JST untuk mendiagnosis penyakit Tuberculosis. Sistem deteksi ini dibuat dengan menggunakan perangkat lunak Matlab R2009a. Tujuan dari penelitian ini adalah untuk mengetahui arsitektur JST yang maksimal dan mengetahui besarnya kemampuan JST dalam mengklasifikasikan data. Gejala-gejala penyakit TBC yang digunakan sebagai input untuk mendiagnosis penyakit tersebut terdiri atas 6 variabel dengan kode target 1 untuk suspek TBC dan 0 untuk negatif TBC. Berdasarkan hasil penelitian menggunakan JST dengan metode backpropagation menunjukkan bahwa dengan adanya variasi jumlah neuron hidden layer dan learning rate dalam arsitektur JST akan diperoleh arsitektur jaringan yang optimal. Arsitektur jaringan menghasilkan tingkat akurasi 100% dengan parameter tingkat belajar 0,5, 1 lapisan tersembunyi dengan 100 buahnode, kesalahan target 0,001, dan jumlah epoh 1000.

Jaringan kolaborasi para penulis

40 penulis · 97 tautan kepenulisan bersama · 4 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • International Islamic University Malaysia
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Riza ArifudinState University of Semarang7
Hardi SuyitnoAfiliasi tidak diketahui4
Rochmad RochmadInternational Islamic University Malaysia4
Alamsyah AlamsyahState University of Semarang4
Kartono KartonoState University of Semarang3
Mulyono MulyonoAfiliasi tidak diketahui3
Kholiq BudimanAfiliasi tidak diketahui2
Wardono WardonoAfiliasi tidak diketahui2
Untsa Zaaidatunni'mahState University of Semarang2
Nuril AsyrofiyyahState University of Semarang2
Dany PradanaState University of Semarang2
Amin SuyitnoState University of Semarang2
Amin SuyitnoState University of Semarang2
Scolastika MarianiState University of Semarang2
Winardi WinardiAfiliasi tidak diketahui2
Budi PrasetiyoState University of Semarang1
Much Aziz MuslimState University of Semarang1
Jumanto JumantoState University of Semarang1
Rofik RofikState University of Semarang1
Anggyi Trisnawan PutraAfiliasi tidak diketahui1
zaenal abidinAfiliasi tidak diketahui1
Yahya Nur IfrizaState University of Semarang1
Safitri SafitriAfiliasi tidak diketahui1
Amin YusufAfiliasi tidak diketahui1
Tiffany Ovilia Dwi LestariState University of Semarang1
Chairun NisakState University of Semarang1
Kevin Tito HutahaeanState University of Semarang1
Defa RiandinaState University of Semarang1
Isa AkhlisState University of Semarang1
Taufik Fajar MubaroqAfiliasi tidak diketahui1
Rahmalia NuridaAfiliasi tidak diketahui1
Apriani SolikhatunAfiliasi tidak diketahui1
Safit FirmansyahAfiliasi tidak diketahui1
Anita Ayu SeptiantinaAfiliasi tidak diketahui1
Arief Broto SusiloState University of Semarang1
Tomi Bagus NugrohoState University of Semarang1
Wahyu SyafrizalState University of Semarang1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI SISTEM DETEKSI PENYAKIT TUBERCULOSIS (TBC)</dc:title>
	<dc:creator>Purnamasari, Ratnaningtyas Widyani</dc:creator>
	<dc:creator>Dwijanto, Dwijanto</dc:creator>
	<dc:creator>Sugiharti, Endang</dc:creator>
	<dc:description xml:lang="en-US">Aplikasi jaringan syaraf tiruan (JST) melalui pengenalan pola terjadinya sesuatu telah banyak dikaji dalam berbagai bidang ilmu pengetahuan. JST mampu memberikan hasil keputusan berdasarkan data yang dilatihkan. Penelitian ini membuat sebuah aplikasi JST untuk mendiagnosis penyakit Tuberculosis. Sistem deteksi ini dibuat dengan menggunakan perangkat lunak Matlab R2009a. Tujuan dari penelitian ini adalah untuk mengetahui arsitektur JST yang maksimal dan mengetahui besarnya kemampuan JST dalam mengklasifikasikan data. Gejala-gejala penyakit TBC yang digunakan sebagai input untuk mendiagnosis penyakit tersebut terdiri atas 6 variabel dengan kode target 1 untuk suspek TBC dan 0 untuk negatif TBC. Berdasarkan hasil penelitian menggunakan JST dengan metode backpropagation menunjukkan bahwa dengan adanya variasi jumlah neuron hidden layer dan learning rate dalam arsitektur JST akan diperoleh arsitektur jaringan yang optimal. Arsitektur jaringan menghasilkan tingkat akurasi 100% dengan parameter tingkat belajar 0,5, 1 lapisan tersembunyi dengan 100 buahnode, kesalahan target 0,001, dan jumlah epoh 1000.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2013-11-15</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/3247</dc:identifier>
	<dc:identifier>10.15294/ujm.v2i2.3247</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 2 No 2 (2013)</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v2i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/3247/2988</dc:relation>
</oai_dc:dc>