Sasya, Ratna Putri Prati (2014) Implementasi Algoritma Particle Swarm Optimization Untuk Optimasi Fungsi Keanggotaan Sistem Inferensifuzzy Mamdanipada Penyakit Hepatitis. Sarjana thesis, Universitas Brawijaya.
Abstract
Hepatitis telah menjadi salah satu penyakit yang mendapat banyak perhatian di bidang medis internasional dengan jumlah penderita sebanyak 170 juta orang dan bertambah 3-4 juta orang pertahunnya. Dalam proses penyembuhan dan hidup dengan penyakit hepatitis, sangat penting untuk mengetahui status kondisi penyakit (prognosis) untuk membantu penentuan langkah berikutnya untuk dapat membantu menstabilkan dan menyembuhkan penyakit ini. Salah satu metode yang dapat membantu penentuan prognosis adalah metode logika fuzzy. Pada logika fuzzy, penentuan batas fungsi keanggotaan memiliki pengaruh pada penentuan hasil akhir. Salah satu cara untuk meningkatkan performa logika fuzzy adalah dengan mengoptimasi fungsi keanggotaan fuzzy. Salah satu metode untuk mengoptimasi fungsi keanggotaan fuzzy adalah algoritma Particle Swarm Optimization.Data yang digunakan adalah data pasien hepatitis yang berasal dari repositori UCI. Proses pengujian dibagi menjadi 4 skenario untuk mencari kombinasi nilai parameter PSO terbaik dan kemudian diukur tingkat akurasi yang dihasilkan oleh batas fungsi keanggotaan yang sudah dioptimasi dengan PSO. Berdasarkan pengujian didapatkan bahwa parameter terbaik untuk data kondisi pasien hepatitis adalah ωmax = 0,9 , ωmin = 0,1 ,c1= 2, c2 = 2, jumlah partikel = 100, dan iterasi maksimum = 500. Nilai akurasi tertinggi yang didapat adalah 0,967 dengan rata-rata akurasi 0,94333.
English Abstract
Hepatitis has become one of the diseases which received a lot of attention in international medical field with 170 million people infected and this number grows 3-4 million people annually. In the process of healing and living with hepatitis, it is important to know the status of the condition of the disease ( prognosis ) to help determine the next step to stabilize and to cure this disease. One of the methods that can be used in determining prognosis is fuzzy logic. In the process of fuzzy logic, determining its membership function has an influence on determining the final result. One way to improve its performanceis optimizingthe membership functions. One method that can be used in optimizing fuzzy membership function is the Particle Swarm Optimization algorithm. The data used in this research is the hepatitis patient data from the UCI repository.The testing process is divided into 4 scenarios to find the best combination of PSO parameter values and then measured the level of accuracy that is generated by the membership function that has been optimized with PSO . The test result showed that the best parameters for hepatitis patient condition data is ωmax = 0.9 , ωmin = 0.1 , c1 = 2 , c2 = 2 , number of particles = 100 , and maximum iterations = 500 . The highest accuracy value obtained was 0.967 with an average accuracy of 0,9433.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2014/164/051404272 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Hasbi |
Date Deposited: | 07 Aug 2014 11:19 |
Last Modified: | 09 Nov 2021 02:17 |
URI: | http://repository.ub.ac.id/id/eprint/145949 |
Preview |
Text
Skripsi_Full.pdf Download (6MB) | Preview |
Actions (login required)
![]() |
View Item |