JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN ADAPTIVE MOMENT ESTIMATION UNTUK KLASIFIKASI PENYAKIT COVID-19 DI KALIMANTAN SELATAN

Abstract

Jaringan syaraf tiruan adalah suatu metode komputasi yang meniru sistem jaringan syaraf biologi. Metode ini menggunakan elemen perhitungan non-linier dasar yang disebut neuron yang diorganisasikan sebagai jaringan yang paling berhubungan, sehingga mirip dengan jaringan syaraf manusia. Salah satu teknik penerapannya bisa dilakukan sebagai metode klasifikasi. Salah satu metode klasifikasi yang sering digunakan yaitu metode Backpropagation. Metode Backpropagation menggunakan konsep supervised learning. Salah satu pendekatan yang bisa dilakukan dalam pembelajarannya dengan melakukan optimasi pembobotan. Metode optimasi yang digunakan yaitu metode optimasi Adaptive Moment Estimation (ADAM). Optimasi ADAM yaitu metode optimasi yang menggunakan konsep stokastik dalam melakukan pencarian parameter terbaik. Data yang digunakan pada penelitian ini yaitu data Covid 19 di Kalimantan Selatan. Data yang digunakan sebanyak 192 kasus yang mana 121 penyakit Covid 19 dan 71 penyakit bukan Covid. Hasil akurasi dari klasifikasi menggunakan metode Backpropagation yang sudah dioptimasi dengan metode ADAM menyatakan lebih baik dibandingkan tanpa optimasi ADAM dengan akurasi rata-rata sebesar 69.77% dan akurasi maksimal terbaik sebesar 71.05%.