使用人工神经网络方法的肝病诊断系统:基于印度肝病患者数据集的研究

Ashri Shabrina Afrah
{"title":"使用人工神经网络方法的肝病诊断系统:基于印度肝病患者数据集的研究","authors":"Ashri Shabrina Afrah","doi":"10.30591/jpit.v8i3.5346","DOIUrl":null,"url":null,"abstract":"Penyakit Hati atau liver merupakan penyakit yang menyerang organ hati pada manusia dimana organ hati berfungsi dalam pengelolaan kolesterol atau lemak pada tubuh. Dampak yang diberikan oleh penyakit liver ini berbeda-beda tergantung pada tingkat keparahan dan respons pengobatan yang dilakukan oleh individu. Oleh karena itu, pengembangan sistem prediksi penyakit liver menjadi relevan dan bermanfaat dalam membantu dokter dan tenaga medis untuk mengambil tindakan yang tepat secara lebih cepat. Untuk dapat mengembangkan sistem ini maka dapat dilakukan dengan menggunakan metode Artificial Neural Network (ANN). Tujuan dilakukan klasifikasi ini adalah untuk membantu mengetahui keakuratan model ANN dalam mengklasifikasi dataset penyakit liver. Menggunakan metode tersebut dataset dibagi menjadi 3 tahapan yaitu preprocessing data, pemrosesan data, dan evaluasi data. Preprocessing data dilakukan perbaikan terhadap dataset dan melakukan split data sehingga dihasilkan dataset baru. Pada pemrosesan data dilakukan penentuan hidden layer, model aktivasi, dan normalisasi pada model. Pada tahap terakhir yaitu evaluasi dataset, terdapat nilai akurasi, confusion matrix, dan classification report. Pada model ini didapatkan sebuah prediksi true negatif 70, true positif 14, false negatif 16, dan false positif 17. Dengan menggunakan model ini didapatkan hasil akurasi 71,79% yang menandakan bahwa model baik dalam melakukan klasifikasi pada dataset.","PeriodicalId":503683,"journal":{"name":"Jurnal Informatika: Jurnal Pengembangan IT","volume":"59 30","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Sistem Diagnosa Penyakit Liver Menggunakan Metode Artificial Neural Network: Studi Berdasarkan Dataset Indian Liver Patient Dataset\",\"authors\":\"Ashri Shabrina Afrah\",\"doi\":\"10.30591/jpit.v8i3.5346\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penyakit Hati atau liver merupakan penyakit yang menyerang organ hati pada manusia dimana organ hati berfungsi dalam pengelolaan kolesterol atau lemak pada tubuh. Dampak yang diberikan oleh penyakit liver ini berbeda-beda tergantung pada tingkat keparahan dan respons pengobatan yang dilakukan oleh individu. Oleh karena itu, pengembangan sistem prediksi penyakit liver menjadi relevan dan bermanfaat dalam membantu dokter dan tenaga medis untuk mengambil tindakan yang tepat secara lebih cepat. Untuk dapat mengembangkan sistem ini maka dapat dilakukan dengan menggunakan metode Artificial Neural Network (ANN). Tujuan dilakukan klasifikasi ini adalah untuk membantu mengetahui keakuratan model ANN dalam mengklasifikasi dataset penyakit liver. Menggunakan metode tersebut dataset dibagi menjadi 3 tahapan yaitu preprocessing data, pemrosesan data, dan evaluasi data. Preprocessing data dilakukan perbaikan terhadap dataset dan melakukan split data sehingga dihasilkan dataset baru. Pada pemrosesan data dilakukan penentuan hidden layer, model aktivasi, dan normalisasi pada model. Pada tahap terakhir yaitu evaluasi dataset, terdapat nilai akurasi, confusion matrix, dan classification report. Pada model ini didapatkan sebuah prediksi true negatif 70, true positif 14, false negatif 16, dan false positif 17. Dengan menggunakan model ini didapatkan hasil akurasi 71,79% yang menandakan bahwa model baik dalam melakukan klasifikasi pada dataset.\",\"PeriodicalId\":503683,\"journal\":{\"name\":\"Jurnal Informatika: Jurnal Pengembangan IT\",\"volume\":\"59 30\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-14\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Informatika: Jurnal Pengembangan IT\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30591/jpit.v8i3.5346\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika: Jurnal Pengembangan IT","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30591/jpit.v8i3.5346","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

肝病是一种影响人体肝脏器官的疾病,肝脏器官的功能是管理体内的胆固醇或脂肪。肝病的影响因个人病情的严重程度和治疗反应而异。因此,开发肝病预测系统对于帮助医生和医务人员更快地采取适当行动具有现实意义和实用性。要开发这一系统,可以使用人工神经网络(ANN)方法。这种分类方法的目的是帮助确定人工神经网络模型对肝病数据集进行分类的准确性。使用这种方法,数据集被分为三个阶段,即数据预处理、数据处理和数据评估。数据预处理的目的是改进数据集并分割数据,从而生成新的数据集。在数据处理中,要确定模型的隐藏层、激活模型和归一化。在最后一个阶段,即数据集评估阶段,会有准确度值、混淆矩阵和分类报告。通过使用该模型,准确率结果为 71.79%,这表明该模型在数据集分类方面表现良好。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Sistem Diagnosa Penyakit Liver Menggunakan Metode Artificial Neural Network: Studi Berdasarkan Dataset Indian Liver Patient Dataset
Penyakit Hati atau liver merupakan penyakit yang menyerang organ hati pada manusia dimana organ hati berfungsi dalam pengelolaan kolesterol atau lemak pada tubuh. Dampak yang diberikan oleh penyakit liver ini berbeda-beda tergantung pada tingkat keparahan dan respons pengobatan yang dilakukan oleh individu. Oleh karena itu, pengembangan sistem prediksi penyakit liver menjadi relevan dan bermanfaat dalam membantu dokter dan tenaga medis untuk mengambil tindakan yang tepat secara lebih cepat. Untuk dapat mengembangkan sistem ini maka dapat dilakukan dengan menggunakan metode Artificial Neural Network (ANN). Tujuan dilakukan klasifikasi ini adalah untuk membantu mengetahui keakuratan model ANN dalam mengklasifikasi dataset penyakit liver. Menggunakan metode tersebut dataset dibagi menjadi 3 tahapan yaitu preprocessing data, pemrosesan data, dan evaluasi data. Preprocessing data dilakukan perbaikan terhadap dataset dan melakukan split data sehingga dihasilkan dataset baru. Pada pemrosesan data dilakukan penentuan hidden layer, model aktivasi, dan normalisasi pada model. Pada tahap terakhir yaitu evaluasi dataset, terdapat nilai akurasi, confusion matrix, dan classification report. Pada model ini didapatkan sebuah prediksi true negatif 70, true positif 14, false negatif 16, dan false positif 17. Dengan menggunakan model ini didapatkan hasil akurasi 71,79% yang menandakan bahwa model baik dalam melakukan klasifikasi pada dataset.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信