Perbandingan Perfomansi Metode Backpropagation Dan Radial Basis Function (RBF) Untuk Masalah Klasifikasi Peyakit Diabetes Mellitus

Jaringan syaraf tiruan merupakan salah satu metode yang dapat digunakan untuk melakukan klasifikasi suatu data. Metode jaringan syaraf tiruan yang sering digunakan untuk mengklasifikasikan penyakit diantaranya Backpropagation dan Radial Basis Function. Backpropagation menggunakan nilai error untuk mengubah bobot � bobotnya dalam dua arah yaitu arah mundur dan maju sehingga mendapat output yang baik. Radial Basis Function melakuan pembelajaran dengan dua tahap yaitu terawasi dan tidak terawasi. Penyakit diabetes merupakan penyakit yang umum yang di derita oleh masyarakat. Penyakit diabetes dibagi menjadi dua jenis yaitu diabetes mellitus insulin dan diabetes mellitus non insulin. Penanganan masing � masing jenis diabetes mellitus ini berbeda � beda, perlu adanya pemeriksaan sejak dini agar setiap pasien diabetes mellitus mendapat penanganan yang sesuai dengan jenis diabetes yang di derita. Berdasarkan hasil pengujian menggunakan metode k- fold cross validation dengan menggunakan data sebanyak 80 data. Berdasarkan hasil pengujian yang terlah dilakukan metode radial basis function memiliki nilai error yang lebih sedikit dibandingkan metode backpropagation dalam mengklasifikasikan penyakit diabetes mellitus. Error untuk metode radial basis function adalah 0,352 sedangkan nilai error untuk metode backpropagation adalah 0,4.

Artificial neural network is one method that can be used to classify the data. Artificial neural network method that is often used to classify diseases including Backpropagation and Radial Basis Function. Backpropagation use error values to change the weight - the weight in two directions, namely toward backward and forward so that it gets a good output. Radial Basis Function undergo two stages of learning with supervised and unsupervised. Diabetes is a common disease suffered by the community. Diabetes is divided into two types of diabetes mellitus insulin and non-insulin diabetes mellitus. Handling each - each type of diabetes is different - different, the need for examination early age so that every patient with diabetes mellitus had been treated in accordance with the type of diabetes in the suffering. Based on test results using k-fold cross validation using data from as many as 80 data. Based on the results of tests performed superbly radial basis function has a value which is less than the error propagation method in classifying diabetes mellitus. Error for radial basis function method is 0.352 while the error value for propagation method is 0.4.