IMPLEMENTASI JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE ELMAN RECURRENT NEURAL NETWORK UNTUK PREDIKSI PENYAKIT JANTUNG KORONER

Abstract

Penyakit Jantung Koroner merupakan penyakit yang terjadi karena penyumbatan pada sistem pembuluh darah yang mengakibatkan ketidakseimbangan antara suplai dan kebutuhan darah. Prediksi penyakit jantung menggunakan metode medis konvensional cukup sulit karena kurangnya alat pemeriksaan mutakhir, kurangnya ahli medis pada bidangnya, rumit, dan memakan waktu. Pada penelitian ini dibangun sebuah sistem yang digunakan untuk memprediski penyakit jantung koroner menggunakan algoritma Elman Recurrent Neural Network (ERNN). Arsitektur ERNN pada penelitian ini terdiri dari 9 neuron input layer, 6 neuron hidden layer, 1 neuron output layer. Data yang digunakan pada penelitian ini berjumlah 300 data dengan 220 data Penyakit Jantung Koroner dan 80 data orang sehat dengan komposisi pembagian data yaitu 70:30 dimana data latih berjumlah 210 data serta data uji berjumlah 90 data. Penelitian dilakukan dengan menggunakan beberapa variasi nilai learning rate. Hasil yang diperoleh pada proses pelatihan menghasilkan MSE yaitu 0,00959216. Berdasarkan hasil pelatihan, dapat dilihat bahwa besarnya nilai learning rate berpengaruh dengan jumlah epoch dan akurasi. Semakin besar nilai learning rate, maka semakin kecil epoch yang dibutuhkan untuk mencapai target error, akan tetapi akurasi yang dihasilkan akan semakin kecil. dan pada pengujian menghasilkan akurasi tertinggi bernilai 96.667% dengan mengenali 87 dari 90 data uji pada nilai learning rate 0.1.