Diagnosis Tingkat Risiko Penyakit Jantung Koroner (Pjk) Bagi Penderita Pjk Berdasarkan Faktor Risiko Menggunakan Jaringan Saraf Tiruan Resilient Propagation

Penyakit jantung koroner (PJK) merupakan penyakit yang masih menjadi masalah baik di negara maju maupun negara berkembang. PJK merupakan kelainan yang disebabkan oleh penyempitan pembuluh arteri yang mengalirkan darah ke otot jantung. PJK merupakan salah satu penyakit yang membahayakan, oleh karena itu dibutuhkan suatu sistem yang dapat mendiagnosis seberapa besar tingkatan risiko penyakit yang dialami oleh penderita tersebut, sehingga dapat segera ditindak lanjut. Pada penelitian ini mengimplementasikan sebuah aplikasi untuk mendiagnosis tingkat risiko PJK menggunakan algoritma Jaringan Saraf Tiruan (JST) Resilient Propagation. Secara umum sistem ini memiliki dua bagian pemrosesan. Proses pertama adalah pelatihan jaringan dan proses kedua adalah pengujian jaringan. Untuk mendapatkan struktur JST yang terbaik, dilakukan pelatihan dengan beberapa parameter diantaranya jumlah neuron pada hidden layer , laju pembelajaran (learning rate), maksimum epoch, target error, faktor penaik, faktor penurun, penyesuaian minimum dan penyesuaian maksimum. Tolak ukur keberhasilan sistem diagnosis tingkat risiko PJK adalah dengan menghitung nilai Mean Square Error (MSE) dan tingkat keakuratan dalam memprediksi tingkat risiko PJK. Dari penelitian ini diperoleh struktur JST dengan jumlah neuron pada input layer sebanyak 6 unit, pada hidden layer sebanyak 40 unit, jumlah neuron pada output layer sebanyak satu unit, nilai learning rate sebesar 0.9, dan maksimum epoch sebanyak 5000 dengan nilai MSE terkecil sebesar 0.000119392. Jaringan Saraf Tiruan yang terbentuk mampu memprediksi tingkat risiko PJK dengan keakuratan sebesar 96.67%