Skripsi Matematika

Implementasi metode self organizing maps (som) untuk clustering jenis penyakit katarak (studi kasus : rsud undata palu sulawesi tengah)

---

Mata merupakan salah satu panca indera yang sangat penting bagi manusia. Jika mata
mengalami gangguan atau penyakit mata, maka akan sangat berakibat parah. Salah
satu gangguan yang ada pada mata adalah penyakit katarak. Oleh karena itu,
ketepatan penentuan jenis dan tata letak katarak secara dini sangat penting untuk
mencegah dampak keparahan katarak yang lebih parah. Salah satu cara mengetahui
jenis penyakit katarak adalah dengan pendekatan matematika menggunakan Jaringan
Syaraf Tiruan (JST) yaitu metode Self Organizing Maps (SOM). Konsep metode
SOM adalah mencari cluster yang memiliki vector bobot paling cocok dengan pola
input (memiliki jarak paling dekat) akan terpilih sebagai pemenang (competitive
learning). Pada penelitian ini, sistem mengklasfikasikan jenis katarak berdasarkan
gejala yang di alami oleh pasien katarak di Rumah Sakit Umum Daerah Undata Palu
yang data penelitiannya didapatkan dari bulan februari 2020-mei 2020 yang
berjumlah 160 data. Hasil penelitian ini menunjukan akurasi metode SOM terhadapap
160 data sebesar 98,33%.

Kata Kunci : Katarak, Klasifikasi, Self Organizing Maps (SOM).

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

510.072

Penerbit

Palu : FMIPA Universitas Tadulako Jurusan Matematika., 2022

Deskripsi Fisik

xiv, 60 hlm, ilus.; 30 cm

Bahasa

Indonesia

ISBN/ISSN

G 201 15 047

Klasifikasi

510.072

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Tenri Ajeng Anastha

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar