Perbandingan Algoritma Genetika dan Backpropagation pada Aplikasi Prediksi Penyakit Autoimun

Abstract

Penyakit autoimun adalah penyakit yang disebabkan oleh sistem imun yang kacau. Sehingga imun pada tubuh penderita menyerang penderita itu sendiri. Penelitian di Amerika Serikat menunjukkan lebih dari 23,5 juta penduduk menderita penyakit autoimun, sumber data Departemen Kesehatan dan Layanan Kemanusiaan Amerika Serikat. Pada data SIRS Online Ditjen Pelayanan Kesehatan 2017 menunjukkan data proporsi pasien berjenis kelamin laki-laki 54,3% dan pasien berjenis kelamin wanita 45,7%. Meningkatnya penderita penyakit autoimun disebabkan sulitnya untuk mendiagnosis penyakit autoimun, karena gejala dari penyakit autoimun bervariasi. Penelitian ini membandingkan algoritma backpropagation dan algoritma genetika dalam memprediksi penyakit autoimun. Perbandingan dilakukan berdasarkan nilai accuracy, sensitivity, dan precision. Data yang digunakan dalam penelitian ini adalah 24 data pasien penyakit dalam. Prediksi penyakit autoimun menggunakan algoritma backpropagation memiliki nilai accuracy 0.83, sensitivity 97%, dan precision 75%. Sedangkan prediksi penyakit autoimun dengan algoritma genetika memiliki nilai accuracy 0.76, sensitivity 81%, dan precision 75%. Dari perbandingan tersebut dapat disimpulkan bahwa algoritma backpropagation memberikan prediksi penyakit autoimun lebih baik dari algoritma genetika.

Keywords

• prediksi
• autoimun
• algoritma backpropagation
• algoritma genetika