PENERAPAN METODE LEARNING VECTOR QUANTIZATION 3 UNTUK MENGKLASIFIKASI TIPE GANGGUAN SKIZOFRENIA PADA PASIEN RUMAH SAKIT JIWA TAMPAN PEKANBARU

KHAIRUL AZMI (2019):PENERAPAN METODE LEARNING VECTOR QUANTIZATION 3 UNTUK MENGKLASIFIKASI TIPE GANGGUAN SKIZOFRENIA PADA PASIEN RUMAH SAKIT JIWA TAMPAN PEKANBARU Skizofrenia adalah sejenis gangguan jiwa atau keretakan kepribadian serta emosi. Skizofrenia tertinggi di Indonesia pada tahun 2013 adalah Yogyakarta dan Aceh sebesar 2,7%. Banyak faktor yang berpengaruh pada pasien Skizofrenia antara lain faktor genetik, biologis, biokimia, psikososial, status sosial ekonomi, stress serta penyalahgunaan obat. Dalam tugas akhir ini, dibangun sebuah aplikasi klasifikasi Skizofrenia dengan menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization 3. Masukan yang digunakan yaitu gejela-gejala Skizofrenia yang terdiri dari 15 gejala. Sedangkan output terdiri dari 2 kelas yaitu paranoid dan Undifferentiated. Parameter yang digunakan adalah learning rate (α) 0.025, 0.05, dan 0.075, window (ε) 0.1, 0,3 dan 0.5, nilai m 0.2, nilai maksimal epoch 1000, pengurangan α 0.1, dan minimal α 0.02. Perbandingan data latih dan data uji adalah 70:30, 80:20 dan 90:10. Akurasi terbaik yang didapat adalah dengan Learning Rate 0.025, 0.05 dan 0.075 dengan nilai ε 0.5 menghasilkan akurasi sebesar 100% pada perbandingan data 90:10 dan 80:20. Dengan demikian metode Learning Vector Quantization 3 dapat diterapkan untuk klasifikasi Skizofrenia