Prediksi Penyakit Gagal Ginjal Menggunakan Jaringan Syaraf Tiruan Backpropagation Dengan Metode Grid Search

Authors

  • Chikita Indah Felisa STIKOM Tunas Bangsa
  • Juni Ismail Universitas Potensi Utama

Keywords:

Gagal Ginjal, Prediksi, Jaringan Syaraf Tiruan, Backpropagation, Grid Search

Abstract

Penyakit gagal ginjal kronis merupakan salah satu masalah kesehatan serius yang membutuhkan deteksi dini guna mencegah komplikasi lebih lanjut. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi penyakit gagal ginjal dengan menerapkan Jaringan Syaraf Tiruan (JST) Backpropagation yang dioptimasi menggunakan metode Grid Search. Dataset yang digunakan bersumber dari Kaggle dan terdiri dari 400 sampel. Hasil menunjukkan peningkatan akurasi model dari 85% menjadi 92% setelah tuning parameter. Pendekatan ini membuktikan efektivitas Grid Search dalam meningkatkan performa model klasifikasi pada data medis.

Downloads

Published

25-02-2025

How to Cite

Chikita Indah Felisa, & Juni Ismail. (2025). Prediksi Penyakit Gagal Ginjal Menggunakan Jaringan Syaraf Tiruan Backpropagation Dengan Metode Grid Search. Jurnal Inovasi Sistem Informasi & Ilmu Komputer, 3(1), 7–12. Retrieved from https://jisiilkom.org/index.php/journal/article/view/35

Issue

Vol. 3 No. 1 (2025): Volume 3 No 1 Februari 2025

Section

Articles

License

Copyright (c) 2025 Chikita Indah Felisa, Juni Ismail

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Licence
Copyright @2023. This is an open-access article distributed under the terms of the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (http://creativecommons.org/licenses/by-nc-sa/4.0/) which permits unrestricted non-commercial used, distribution and reproduction in any medium