JARINGAN SYARAF TIRUAN DIAGNOSA PENYAKIT ISPA MENGGUNAKAN METODE BACKPROPAGATION
DOI:
https://doi.org/10.54314/jssr.v9i2.6236Keywords:
Artificial Neural Network, Diagnosis, ARI, Toddlers, Backpropagation Neural Network.Abstract
Abstract: Artificial neural networks are one of the information processing systems designed to imitate the way the human brain works in solving a problem by learning through changes in its weights. Artificial neural networks are also an alternative to solving various problems in decision making based on the training provided. JST applications can be applied in various fields, one of which is in the health sector. This study also focuses on the diagnosis of acute respiratory infections using the backpropagation method. By using the Neural Network Backpropagation algorithm, the study developed an intelligent application system that can help diagnose ARI. The number of sufferers of Acute Respiratory Infection (ARI) in Indonesia is still high, ARI must be treated properly according to an accurate diagnosis. Acute Respiratory Infection (ARI) is a disease caused by the environment and is one of the main causes of high morbidity and mortality. ARI is also one of the diseases that must be considered by the wider community because it can cause death, especially in children and toddlers. ARI usually has several symptoms such as coughing, shortness of breath, fever, sore throat, and runny nose. The disease is often difficult to diagnose accurately and timely, so that the treatment is also not optimal. This method is expected to minimize misdiagnosis and improve and provide appropriate treatment. This method can also help medical personnel in areas that may have limitations in diagnosing the disease. So it can be concluded that the Backpropagation Artificial Neural Network by applying the right model can produce a good level of accuracy which can then be used as an alternative to diagnose the ARI disease and the application created is able to diagnose ARI optimally.
Keywords: Artificial Neural Network, Diagnosis, ARI, Toddlers, Backpropagation Neural Network.
Abstrak: Jaringan saraf tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobotnya. Jaringan syaraf tiruan juga salah satu alternatif untuk menyelesaikan berbagai macam permasalahan dalam pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi JST dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Penelitian ini juga berfokus pada diagnosa penyakit ispa yang menggunakan metode backpropagation. Dengan menggunakan algoritma Neural Network Backpropagation, penelitian mengembangkan sebuah sistem aplikasi cerdas yang dapat membantu dalam mendiagnosa penyakit ISPA. Angka penderita penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Indonesia masih tinggi, ISPA harus ditangani dengan tepat sesuai diagnosis yang akurat. Infeksi Saluran Pernapasan Akut (ISPA) merupakan penyakit akibat lingkungan dan menjadi salah satu penyebab utama tingginya angka kesakitan dan kematian.Penyakit Ispa juga merupakan salah satu penyakit yang harus diperhatikan oleh masyarakat luas karena dapat menyebabkan kematian, terutama pada anak-anak dan balita. Penyakit ispa biasanya memiliki beberapa gejala seperti batuk,sesak nafas,demam,sakit tenggorokan,dan pilek. Penyakit tersebut seringkali sulit di diagnosis secara akurat dan tepat waktu, sehingga penanganan yang dilakukan juga tidak optimal. Metode ini diharapkan dapat meminimalkan kesalahan diagnosis dan meningkatkan dan memberikan penanganan yang tepat. Metode ini juga dapat membantu tenaga medis di daerah yang mungkin memiliki keterbatasan dalam mendiagnosa penyakit tersebut. Sehingga dapat disimpulkan bahwa Jaringan Syaraf Tiruan Backpropagation dengan menerapkan model yang tepat dapat menghasilkan tingkat akurasi yang baik yang selanjutnya dapat digunakan sebagai alternatif untuk melakukan diagnosa penyakit ISPA tersebut dan aplikasi yang dibuat mampu untuk mendiagnosis penyakit ISPA secara optimal.
Kata Kunci: Jaringan Saraf Tiruan,Diagnosa, ISPA, Balita, Neural Network Backpropagation.
Downloads
References
Aswiputri, M. (2022). Literature Review Determinasi Sistem Informasi Manajemen: Database, Cctv Dan Brainware. Jurnal Ekonomi Manajemen Sistem Informasi, 3(3), 312–322. https://doi.org/10.31933/jemsi.v3i3.821
Birawida, A. B., Daud, A., Ibrahim, E., Sila, N., & Khaer, A. (2023). Faktor Risiko Kejadian Infeksi Saluran Pernapasan Akut Ditinjau dari Kondisi Lingkungan Fisik pada Masyarakat di Kepulauan Spermonde: Penelitian Observasional. Health Information : Jurnal Penelitian, 15(1), 67–77. https://doi.org/10.36990/hijp.v15i1.820
Budiarto, I., & Masya, F. (2019). Analisa Dan Perancangan Sistem Manajemen Arisan Berbasis Android. Jurnal Sistem Informasi Dan E-Bisnis, 1(6), 204–213. https://jurnal.ikhafi.or.id/index.php/jusibi/204
Burhan, H. (2020). Menginisiasi Perilaku Positif Masyarakat Tentang Penyakit ISPA di Desa Muntoi Timur Kabupaten Bolaang Mongondow. Jurnal Pengabdian Masyarakat Al-Irsyad (JPMA), 2(1), 33–42.
Devianto, Y., & Dwiasnati, S. (2020). Kerangka Kerja Sistem Kecerdasan Buatan dalam Meningkatkan Kompetensi Sumber Daya Manusia Indonesia. Jurnal Telekomunikasi Dan Komputer, 10(1), 19. https://doi.org/10.22441/incomtech.v10i1.7460
Dewi, I. K., & Chairun, R. (2022). Sistem Informasi Monitoring Perbaikan dan Perawatan Pada Divisi Mekanik PT.XYZ. Jurnal Responsive, 6(1), 48–60. https://doi.org/10.36352/jr.v6i1
Edwar, Y., Rendy, R., & Sanoto, J. (2022). Jaringan Syaraf Tiruan Mendeteksi Penyakit Pneumonia Infeksi Saluran Pernafasan Akut Dengan Algoritma Backpropagation. Innovation in Research of Informatics (INNOVATICS), 4(2), 42–49.
Finaliamartha, D., Supriyadi, D., & Fitriana, G. F. (2022). Penerapan Metode Jaringan Syaraf Tiruan Backpropagation untuk Prediksi Tingkat Kemiskinan di Provinsi Jawa Tengah. Jurnal Teknologi Informasi Dan Ilmu Komputer, 9(4), 751–760. https://doi.org/10.25126/jtiik.202293
Gede Endra Bratha, W. (2022). Literature Review Komponen Sistem Informasi Manajemen: Software, Database Dan Brainware. Jurnal Ekonomi Manajemen Sistem Informasi, 3(3), 344–360. https://doi.org/10.31933/jemsi.v3i3.824
Hafsari, R., Aribe, E., & Maulana, N. (2023). Perancangan Sistem Informasi Manajemen Inventori Dan Penjualan Pada Perusahaan Pt.Inhutani V. PROSISKO: Jurnal Pengembangan Riset Dan Observasi Sistem Komputer, 10(2), 109–116. https://doi.org/10.30656/prosisko.v10i2.7001
Harahap, A. I., Priyatna, R. D., Figna, H. P., & Rambe, N. (2023). Aplikasi Cerdas Terintegrasi dalam Mendiagnosa Penyakit ISPA Pneumonia Pada Balita Menggunakan Algoritma Neural Network Backprogation di Kabupaten Langkat. G-Tech: Jurnal Teknologi Terapan, 7(4), 1703–1712. https://doi.org/10.33379/gtech.v7i4.3343
Helmud, E. (2021). Optimasi Basis Data Oracle Menggunakan Complex view Studi Kasus : PT.Berkat Optimis Sejahtera ( PT. BOS ) Pangkal Pinang. Kinabalu, 11(2), 305–322.
(Iskandar, 2020)Iskandar, A. A. (2020). Diagnosa Penyakit Parasit pada Kucing Menggunakan Metode Certainty Factor (Studi Kasus : Puskewan Cibadak Kabupaten Sukabumi). Jurnal Teknik Informatika Kaputama (JTIK), 4(2), 126–134.
Jantce TJ Sitinjak, D. D., Maman, ., & Suwita, J. (2020). Analisa Dan Perancangan Sistem Informasi Administrasi Kursus Bahasa Inggris P-ISSN : 2549-3043 E-ISSN : 2655-3201 19 Jurnal Pionir LPPM Universitas Asahan Vol. 10 No.1 Januari 2024 Pada Intensive English Course Di Ciledug Tangerang. Insan Pembangunan Sistem Informasi Dan Komputer (IPSIKOM), 8(1).
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Elly Soraya, Muhammad Sabir Ramadhan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
