Nama : Muhammad Luqman Fikri

NIM : 24010313120043
Judul : Model Jaringan Syaraf Tiruan Radial Basis Functio dalam Deteksi
Penyakit Ginjal Kronis
Title : The Artificial Neural Network Model Of Radial Basis Function
for The Detection Of Chronic Kidney Disease

ABSTRAK
Ginjal merupakan organ penting bagi tubuh manusia. Ginjal berfungsi sebagai
pengatur jumlah air dalam tubuh, pengatur tekanan darah, serta pengatur
pembuatan sel darah merah dan lain sabagainya. Penyakit ginjal kronis merupakan
keadaan dimana terjadi kerusakan pada ginjal seseorang. Oleh karena itu
penelitian ini bertujuan untuk membangun model jaringan syaraf tiruan radial
basis function dalam deteksi penyakit ginjal kronis untuk membantu petugas
medis dalam menegakkan diagnose terhadap penyakit ginjal kronis. Dalam dunia
medis penerapan jaringan syaraf tiruan telah banyak digunakkan diantaranya
adalah : deteksi pengeroposan tulang, deteksi penyakit stroke dan sebagainya.
Data pasien penderita penyakit ginjal kronis yang digunakkan adalah data pasien
yang didapat dari website UCI. Data pasien terdiri dari 2 kelas yaitu kelas ya dan
tidak dengan 24 atribut dan jumlah data pasien sebanyak 400 data dengan jumlah
kelas yang tidak seimbang. Penelitian ini menggunakan teknik random
undersampling, cluster based undersampling dan teknik oversamplaing adaptive
synthetic sampling approach (ADASYN) untuk penanganan kelas yang tidak
seimbang. Berdasarkan hasil percobaan pelatihan model jaringan syaraf tiruan
terbaik adalah pelatihan dengan menggunakan teknik undersampling cluser based
untuk penanganan kelas tidak seimbang dengan hasil akurasi 99,667%, specificity
100% dan sensitivity 93,333%.

Kata Kunci : Penyakit Ginjal Kronis, Jaringan Syaraf Tiruan, Imbalance Data,
Radial Basis Function
ABSTRACT

Kidney is an important organ for the human body. The kidneys function as a
regulator of the amount of water in the body, blood pressure regulator, and
regulator of making red blood cells and others. Chronic kidney disease is a
condition in which a person's renal damage. Therefore this research is to build a
basic radial neural network model function for detecting chronic kidney disease to
assist medical officers on diagnosing chronic kidney disease. In the medical world
artificial neural networks has been widely used such as: detection of bone loss,
stroke detection and so on. The data of patients with chronic kidney disease used
is patient data obtained from UCI website. Patient data consist of 2 classes that is
class yes and not with 24 attribute and amount of patient data counted 400 data
with amount of class which is not balance. This research uses random
undersampling, cluster-based undersampling and oversamplaing technique that is
adaptive synthetic sampling approach (ADASYN) for unbalanced class. Based on
the result the best model of artificial neural network training is the training using
undersampling cluster based technique for handling the imbalanced class with
result 99,667% for accuracy, 100% for specificity and 93,333% for sensitivity.

Keyword : Chronic Kidney Disease, Artificial Neural Network, Imbalance Data,

Radial Basis Function

Semarang, 4 Oktober 2017

Pembimbing

Helmie Arif Wibawa, S.Si, M.Cs

NIP. 197805162003121001
 LEMBAR PERSETUJUAN

Judul : Model Jaringan Syaraf Tiruan Radial Basis Function Dalam

Deteksi Penyakit Ginjal Kronis
Nama : Muhammad Luqman Fikri
Nim : 24010313120043

Artikel jurnal ini telah diperiksa dan disetujui sebagai salah satu syarat untuk
memperoleh gelar Sarjana Komputer.

Semarang, 4 Oktober 2017

Helmie Arif Wibawa, S.Si, M.Cs

NIP 197805162003121001