• Tidak ada hasil yang ditemukan

Hasil Identifikasi Dengan Jaringan Syaraf Tiruan Propagasi Balik

UJI COBA DAN EVALUASI

5.2 Hasil Identifikasi Dengan Jaringan Syaraf Tiruan Propagasi Balik

Dari hasil training jaringan syaraf tiruan akan didapatkan bobot yang akan digunakan untuk menguji kumpulan data testing dalam kemampuan identifikasi pola. Kumpulan pola data testing terdiri dari 24 data pasien normal, yaitu 6 data V1, 6 data V2, 6 data V3, 6 data V4 dan 24 data pasien jantung koroner dengan spesifikasi yang sama. Total ada 48 data testing. Pada saat testing parameter JST yang diubah-ubah adalah nilai momentum dan learning rate. Untuk momentum terdapat 3 variasi yaitu antara nilai 0.4, 0.5 dan 0.6. sedangkan untuk nilai learning rate dibuat bervariasi antara nilai 0.5, 0.6, 0.7, 0.8, dan 0.9. Tabel berikut menunjukkan hasil identifikasi jenis data testing dengan arsitektur jaringan syaraf tiruan yang berbeda.

Tabel 5.1 Hasil Identifikasi V1 Data Training Normal dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Koroner Koroner Koroner Koroner 4 Normal Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Koroner

6 Normal Normal Normal Koroner Koroner

Dari Tabel 5.1 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.8 dan α=0.9, yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk α=0.5, terjadi kesalahan identifikasi 4 data, yang seharusnya koroner dikenali normal. Untuk α=0.6 dan α=0.7 terjadi kesalahan identifikasi 2 data, yaitu pada pasien nomor 5 dan 6 yang seharusnya koroner dikenali normal.

Tabel 5.2 Hasil Identifikasi V2 Data Training Normal dengan μ = 0.4 Jenis

data

No.

Pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Koroner Koroner Koroner Koroner

5 Normal Normal Normal Koroner Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Normal Normal Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Normal

5 Normal Normal Normal Normal Normal

Dari Tabel 5.2 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V2 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.5 dan α=0.7, yaitu mampu melakukan identifikasi sebanyak 6 data, sementara pada α=0.6 dan α=0.9, bisa melakukan identifikasi dengan kesalahan 7 data, sedangkan pada α=0.8, kesalahan identifikasi sebanyak 8 data. Performansi identifikasi pada V2 tidak cukup baik. Hal ini karena antara data normal dan data koroner pada V2 mempunyai pola yang hampir sama, sehingga error antara data normal dan data koroner hampir sama.

Tabel 5.3 Hasil Identifikasi V3 Data Training Normal dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Normal Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Normal Normal Normal Koroner Koroner 2 Normal Normal Koroner Koroner Koroner 3 Normal Normal Normal Koroner Koroner 4 Normal Koroner Koroner Koroner Koroner 5 Normal Koroner Koroner Koroner Koroner

Koroner

6 Normal Normal Koroner Koroner Koroner

Dari Tabel 5.3 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V3 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, hanya mampu melakukan identifikasi sebanyak 6 data normal, sementara JST tidak

mampu mengenali semua data koroner. Untuk α=0.6 JST mampu

mengidentifikasi dengan kesalahan sebanyak 4 data, yang seharusnya koroner dikenali normal. Pada α=0.6 dan α=0.9 hanya terdapat 2 kesalahan identifikasi.

Tabel 5.4 Hasil Identifikasi V4 Data Training Normal dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Normal Koroner 4 Normal Koroner Koroner Koroner Koroner 5 Normal Normal Normal Normal Koroner

Koroner

6 Koroner Koroner Koroner Koroner Koroner

Dari Tabel 5.4 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V4 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.9, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, mampu melakukan identifikasi dengan kesalahan sebanyak 3 data, yaitu yang seharusnya koroner dikenali normal. Untuk α=0.6, α=0.7 dan α=0.8 JST mampu mengidentifikasi dengan kesalahan sebanyak 2 data, yaitu yang seharusnya koroner dikenali normal.

Tabel 5.5 Hasil Identifikasi V1 Data Training Normal dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Koroner Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Koroner

Dari Tabel 55 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.7 dan α=0.8, yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk α=0.5, dan 0.6 terjadi kesalahan identifikasi 2 data, yang seharusnya koroner dikenali normal. Untuk α=0.9 terjadi kesalahan identifikasi 3 data, yaitu pada pasien nomor 4 dan 5 yang seharusnya normal dikenali koroner, juga pada pasien nomor 5 yang seharusnya koroner dikenali normal.

Tabel 5.6 Hasil Identifikasi V2 Data Training Normal dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Koroner Koroner Koroner

3 Normal Normal Normal Normal Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Koroner Koroner 4 Normal Normal Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Koroner

6 Normal Normal Normal Koroner Koroner

Dari Tabel 5.6 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V2 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali data dengan kesalahan 4 data. Untuk α=0.5,

α=0.6, dan α=0.7 JST hanya mampu melakukan identifikasi dengan benar sebanyak 6 data. Sementara JST dengan α=0.9 mampu melakukan identifikasi dengan benar sebanyak 7 data. Performansi JST untuk identifikasi pada data V2

mempunyai pola yang hampir sama, sehingga error antara data normal dan data koroner hampir sama.

Tabel 5.7 Hasil Identifikasi V3 Data Training Normal dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Koroner

1 Normal Normal Koroner Koroner Koroner 2 Normal Koroner Koroner Koroner Koroner 3 Normal Normal Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Koroner Koroner Koroner Koroner Koroner

Koroner

6 Normal Koroner Koroner Koroner Koroner

Dari Tabel 5.7 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V3 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.7 , yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, JST mampu melakukan identifikasi dengan kesalahan sebanyak 4 data. Sementara untuk α=0.6 dan α=0.8 JST mampu melakukan identifikasi dengan kesalahan sebanyak 2 data. Sementara pada α=0.9, JST mampu mengidentifikasi dengan kesalahan sebanyak 3 data.

Tabel 5.8 Hasil Identifikasi V4 Data Training Normal dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Koroner

2 Normal Normal Normal Normal Koroner

3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Koroner Koroner

Koroner

6 Koroner Koroner Koroner Koroner Koroner

Dari Tabel 5.8 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V4 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, α=0.6 dan

α=0.7 ada kesalahan identifikasi sebanyak 2 data, yaitu yang seharusnya koroner dikenali normal. Sedangkan untuk α=0.9 mampu melakukan identifikasi dengan kesalahan sebanyak 2 data, yaitu yang seharusnya normal dikenali koroner.

Tabel 5.9 Hasil Identifikasi V1 Data Traning Normal dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Koroner Koroner

2 Normal Normal Normal Normal Normal

3 Normal Normal Normal Koroner Koroner

4 Normal Normal Koroner Koroner Koroner

5 Normal Normal Normal Normal Koroner

Normal

6 Normal Normal Koroner Koroner Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Koroner Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Koroner

Koroner

Dari Tabel 5.9 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.6, performansi terbaik adalah pada

α=0.6 , yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk

α=0.5, terjadi kesalahan identifikasi 2 data, demikian juga untuk dan α=0.7, terjadi kesalahan identifikasi 3 data. Untuk α=0.8 dan α=0.9, masing-masing terjadi kesalahan identifikasi 5 data.

Tabel 5.10 Hasil Identifikasi V2 Data Training Normal dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Koroner Koroner

2 Normal Koroner Koroner Koroner Koroner

3 Normal Normal Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Koroner Koroner Koroner Normal Normal

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Koroner Koroner Koroner 4 Normal Koroner Koroner Koroner Koroner 5 Normal Normal Normal Normal Koroner

Koroner

6 Normal Normal Koroner Koroner Koroner

Dari Tabel 5.10 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V2 dengan unit hidden 5, dan μ=0.6, performansi terbaik adalah pada

α=0.7, yaitu mampu mengenali data dengan kesalahan 5 data. Untuk α=0.5,

α=0.6 dan α=0.9, JST hanya mampu melakukan identifikasi dengan benar sebanyak 6 data. Sementara untuk α=0.8 JST hanya mampu melakukan identifikasi dengan benar sebanyak 5 data saja. Performansi JST untuk identifikasi pada data V2 tidak terlalu bagus. Hal ini karena antara data normal dan data

koroner pada V2 mempunyai pola yang hampir sama, sehingga error antara data normal dan data koroner hampir sama.

Tabel 5.11 Hasil Identifikasi V3 Data Traning Normal dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Koroner

2 Normal Normal Koroner Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Koroner Koroner

1 Normal Normal Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Koroner Koroner Koroner Koroner Koroner

Koroner

6 Koroner Koroner Koroner Koroner Koroner

Dari Tabel 5.11 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V3 dengan unit hidden 5, dan μ=0.6, performansi terbaik adalah pada

α=0.6 , yaitu mampu mengenali data dengan kesalahan 1 data, yaitu pasien nomor 1 yang seharusnya koroner dikenali normal. Untuk α=0.5, JST mampu melakukan identifikasi dengan kesalahan sebanyak 2 data. Sementara untuk α=0.7, α=0.8 dan

Tabel 5.12 Hasil Identifikasi V4 Data Training Normal dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Koroner Koroner Koroner

2 Normal Normal Koroner Koroner Koroner

3 Normal Normal Normal Koroner Koroner

4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Koroner Koroner Koroner Koroner

Koroner

6 Koroner Koroner Koroner Koroner Koroner

Dari Tabel 5.12 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V4 dengan unit hidden 5, dan μ=0.6, performansi terbaik adalah pada

α=0.6, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, dan α=0.6 ada kesalahan identifikasi sebanyak 2 data. Sedangkan untuk α=0.8 mampu melakukan identifikasi dengan kesalahan sebanyak 3 data, yaitu yang seharusnya normal dikenali koroner. Untuk α=0.8 terjadi kesalahan identifikasi sebanyak 4 data, yaitu yang seharusnya normal dikenali koroner.

Tabel 5.13 Hasil Identifikasi V1 Data Traning Koroner dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Normal Koroner 4 Normal Koroner Koroner Koroner Koroner 5 Normal Normal Normal Normal Koroner

Dari Tabel 5.13 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.9, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, mampu melakukan identifikasi dengan kesalahan sebanyak 3 data, yaitu yang seharusnya koroner dikenali normal. Untuk α=0.6, α=0.7 dan α=0.8 JST mampu mengidentifikasi dengan kesalahan sebanyak 2 data, yaitu yang seharusnya koroner dikenali normal.

Tabel 5.14 Hasil Identifikasi V2 Data Traning Koroner dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Normal Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Normal Normal Normal Koroner Koroner 2 Normal Normal Koroner Koroner Koroner 3 Normal Normal Normal Koroner Koroner 4 Normal Koroner Koroner Koroner Koroner 5 Normal Koroner Koroner Koroner Koroner

Koroner

6 Normal Normal Koroner Koroner Koroner

Dari Tabel 5.14 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V2 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, hanya mampu melakukan identifikasi sebanyak 6 data normal, sementara JST tidak

mampu mengenali semua data koroner. Untuk α=0.6 JST mampu

mengidentifikasi dengan kesalahan sebanyak 4 data, yang seharusnya koroner dikenali normal. Pada α=0.6 dan α=0.9 hanya terdapat 2 kesalahan identifikasi.

Tabel 5.15 Hasil Identifikasi V3 Data Traning Koroner dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Koroner Koroner Koroner Koroner

5 Normal Normal Normal Koroner Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Normal Normal Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Normal

5 Normal Normal Normal Normal Normal

Koroner

6 Normal Normal Normal Normal Normal

Dari Tabel 5.15 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V3 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.5 dan α=0.7, yaitu mampu melakukan identifikasi sebanyak 6 data, sementara pada α=0.6 dan α=0.9, bisa melakukan identifikasi dengan kesalahan 7 data, sedangkan pada α=0.8, kesalahan identifikasi sebanyak 8 data. Performansi identifikasi pada V3 tidak cukup baik. Hal ini karena antara data normal dan data koroner pada V3 mempunyai pola yang hampir sama, sehingga error antara data normal dan data koroner hampir sama.

Tabel 5.16 Hasil Identifikasi V4 Data Traning Koroner dengan μ = 0.4 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

6 Normal Normal Normal Koroner Koroner

Dari Tabel 5.16 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V4 dengan unit hidden 5, dan μ=0.4, performansi terbaik adalah pada

α=0.8 dan α=0.9, yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk α=0.5, terjadi kesalahan identifikasi 4 data, yang seharusnya koroner dikenali normal. Untuk α=0.6 dan α=0.7 terjadi kesalahan identifikasi 2 data, yaitu pada pasien nomor 5 dan 6 yang seharusnya koroner dikenali normal.

Tabel 5.17 Hasil Identifikasi V1 Data Traning Koroner dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Koroner Koroner Koroner

3 Normal Normal Normal Normal Koroner

4 Koroner Koroner Normal Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Koroner Koroner 4 Normal Normal Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Koroner

6 Normal Normal Normal Koroner Koroner

Dari Tabel 5.17 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali data dengan kesalahan 4 data. Untuk α=0.5,

α=0.6, dan α=0.7 JST hanya mampu melakukan identifikasi dengan benar sebanyak 6 data. Sementara JST dengan α=0.9 mampu melakukan identifikasi dengan benar sebanyak 7 data. Performansi JST untuk identifikasi pada data V2

tidak cukup baik. Hal ini karena antara data normal dan data koroner pada V2 mempunyai pola yang hampir sama, sehingga error antara data normal dan data koroner hampir sama.

Tabel 5.18 Hasil Identifikasi V2 Data Traning Koroner dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal 2 Normal Normal Normal Normal Normal 3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Normal Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Koroner Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Koroner

6 Normal Normal Koroner Koroner Koroner

Dari Tabel 5.18 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V2 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.7 dan α=0.8, yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk α=0.5, dan 0.6 terjadi kesalahan identifikasi 2 data, yang seharusnya koroner dikenali normal. Untuk α=0.9 terjadi kesalahan identifikasi 3 data, yaitu pada pasien nomor 4 dan 5 yang seharusnya normal dikenali koroner, juga pada pasien nomor 5 yang seharusnya koroner dikenali normal.

Tabel 5.19 Hasil Identifikasi V3 Data Traning Koroner dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Normal

2 Normal Normal Normal Koroner Koroner

3 Normal Normal Normal Normal Normal

4 Normal Normal Normal Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Koroner

1 Normal Normal Koroner Koroner Koroner 2 Normal Koroner Koroner Koroner Koroner 3 Normal Normal Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Koroner Koroner Koroner Koroner Koroner

Koroner

6 Normal Koroner Koroner Koroner Koroner Dari Tabel 5.19 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V3 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.7 , yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, JST mampu melakukan identifikasi dengan kesalahan sebanyak 4 data. Sementara untuk α=0.6 dan α=0.8 JST mampu melakukan identifikasi dengan kesalahan sebanyak 2 data. Sementara pada α=0.9, JST mampu mengidentifikasi dengan kesalahan sebanyak 3 data.

Tabel 5.20 Hasil Identifikasi V4 Data Traning Koroner dengan μ = 0.5 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Koroner Koroner

2 Normal Normal Normal Normal Normal

3 Normal Normal Normal Koroner Koroner

4 Normal Normal Koroner Koroner Koroner

5 Normal Normal Normal Normal Koroner

Normal

6 Normal Normal Koroner Koroner Koroner

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Koroner Koroner Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Koroner

Dari Tabel 5.20 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V4 dengan unit hidden 5, dan μ=0.5, performansi terbaik adalah pada

α=0.6 , yaitu mampu melakukan identifikasi dengan kesalahan 1 data yaitu pada pasien nomor 5, yang seharusnya koroner tetapi dikenali normal. Sementara untuk

α=0.5, terjadi kesalahan identifikasi 2 data, demikian juga untuk dan α=0.7, terjadi kesalahan identifikasi 3 data. Untuk α=0.8 dan α=0.9, masing-masing terjadi kesalahan identifikasi 5 data.

Tabel 5.21 Hasil Identifikasi V1 Data Traning Koroner dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Normal Koroner

2 Normal Normal Normal Normal Koroner

3 Normal Normal Normal Normal Normal 4 Normal Normal Normal Normal Normal 5 Normal Normal Normal Normal Normal

Normal

6 Normal Normal Normal Normal Normal

1 Koroner Koroner Koroner Koroner Koroner

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Normal Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Koroner Koroner

Koroner

6 Koroner Koroner Koroner Koroner Koroner

Dari Tabel 5.21 dapat diketahui bahwa hasil proses identifikasi untuk 12 data testing V1 dengan unit hidden 5, dan μ=0.6, performansi terbaik adalah pada

α=0.8, yaitu mampu mengenali semua data dengan benar. Untuk α=0.5, α=0.6 dan

α=0.7 ada kesalahan identifikasi sebanyak 2 data, yaitu yang seharusnya koroner dikenali normal. Sedangkan untuk α=0.9 mampu melakukan identifikasi dengan kesalahan sebanyak 2 data, yaitu yang seharusnya normal dikenali koroner.

Tabel 5.22 Hasil Identifikasi V2 Data Traning Koroner dengan μ = 0.6 Jenis

data

No.

pasien α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9

1 Normal Normal Normal Koroner Koroner

2 Normal Koroner Koroner Koroner Koroner

3 Normal Normal Koroner Koroner Koroner

4 Koroner Koroner Koroner Koroner Koroner

5 Normal Normal Normal Normal Normal

Normal

6 Koroner Koroner Koroner Koroner Koroner

1 Koroner Koroner Koroner Normal Normal

2 Koroner Koroner Koroner Koroner Koroner

3 Normal Normal Koroner Koroner Koroner 4 Normal Koroner Koroner Koroner Koroner

Dokumen terkait