Implementasi metode extreme learning machine (ELM) dalam klasifikasi tipe gangguan Skizofrenia

Gangguan jiwa merupakan pola perilaku yang berkaitan dengan penderitaan yang menyebabkan gangguan pada fungsi jiwa manusia. Rikesdas menunjukkan prevalensi skizofrenia dan gangguan jiwa berat di Indonesia pada tahun 2018 sebesar 6,7% per 100 rumah tangga. Skizofrenia merupakan gangguan mental yang cukup sulit untuk didiagnosa karena gejala delusi dan halusinasi tidak selalu disadari dan dilaporkan oleh penderitanya. Agar dapat mendiagnosa dengan baik dibutuhkan suatu program yang dapat membantu mengklasifikasikan tipe penyakit skizofrenia. Tipe skizofrenia yang diklasifikasi pada penelitian ini yaitu tipe paranoid dan undifferentiated. Salah satu metode yang digunakan untuk klasifikasi yaitu Extreme Learning Machine (ELM). ELM merupakan metode yang memiliki tingkat pembelajaran yang cepat dan akurasi yang tinggi. Penelitian ini menggunakan data sebanyak 180 data, dimana 90 data merupakan skizofrenia paranoid dan 90 data merupakan skizofrenia undifferentiated. Hasil klasifikasi tipe skizofrenia menggunakan ELM dengan pembagian data training dan data testing menggunakan k-fold cross validation dengan k = 5 dan fungsi aktivasi sigmoid biner menghasilkan kinerja yang cukup baik. Hasil akurasi terbaik terdapat pada jumlah node hidden sebanyak 10 yaitu sebesar 92.22%