Implementasi Algoritma Genetika Untuk Prediksi Penyakit Autoimun

Setiawan, Debi; Putri, Ramalia Noratama; Suryanita, Reni

doi:10.36341/rabit.v4i1.595

Cited by 11 publications

(13 citation statements)

References 1 publication

(1 reference statement)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Algoritma genetika merupakan salah satu algoritma yang paling banyak digunakan untuk permasalah optimasi [10] [11]. Algoritma tersebut merupakan algoritma pencarian yang bersifat heuristic yang berdasarkan pada gagasan evolusi seleksi alam [12]. Pada penelitian ini algoritma genetika digunakan untuk mengoptimasi algoritma neural network pada prediksi jumlah wisatawan.…”

Section: Layer Jumlah Neuron Pada Input Layer Momentum Dan Lain-lain ...unclassified

Optimasi Neural Network Dengan Menggunakan Algoritma Genetika Untuk Prediksi Jumlah Kunjungan Wisatawan

Fatimatuzzahra

Hammad

Amrullah

et al. 2022

jtim

View full text Add to dashboard Cite

West Nusa Tenggara is one of the tourist attractions in Indonesia which has a certain attraction for tourists. With the increase in tourism in NTB, it is necessary to make adequate efforts to maintain tourist objects and attractions. In an effort to maintain a tourist attraction, the NTB provincial tourism office needs to analyze and predict the arrival of local and international tourists. The current analysis and prediction process is still being carried out by collecting data from each tourist attraction entrance. The processed data produces predictions of tourist arrivals, both local and international, where the data processing process takes a long time and requires high human resources. To overcome these problems, it is done by applying computational predictions. Computational predictions can minimize the prediction time and human resources required. The method used is a neural network algorithm with optimized parameters using a genetic algorithm. The optimized parameters are the hidden layer, the number of neurons in the input layer, momentum and others. The data used is time series data from 1997 to 2018. From the neural network experiment, the parameters of the number of neurons in the input layer xt-7 are determined, the number of neurons in the hidden layer 10, the training cycle value is 400, the learning rate value is 0.3 and the momentum value is 0.2. From the experiment, the RMSE value of 0.050 was obtained. While the RMSE value for the neural network algorithm parameters optimized using the genetic algorithm is 0.044. Because of this, it can be stated genetic algorithm with neural network can be used to determine the hidden layer and the number of hidden nodes, the right features, momentum, initialize, and optimize the weight of the neural network. So that the application of the genetic algorithm to optimize the parameter values of the neural network algorithm is better than the application of the neural network algorithm without optimization.

show abstract

Section: Layer Jumlah Neuron Pada Input Layer Momentum Dan Lain-lain ...unclassified

Optimasi Neural Network Dengan Menggunakan Algoritma Genetika Untuk Prediksi Jumlah Kunjungan Wisatawan

Fatimatuzzahra

Hammad

Amrullah

et al. 2022

jtim

View full text Add to dashboard Cite

show abstract

“…Algoritma Genetika (GA) adalah algoritma pencarian yang berdasarkan pada mekanisme seleksi alamiah dan genetika alamiah. Tahapan dari metode algortima genetika sebagai berikut [15]: 1.…”

Section: Melakukan Perhitungan Prediksi Menggunakan Algoritma Genetikaunclassified

Prediksi Penyakit Systemic Lupus Erythematosus Menggunakan Algoritma Genetika

Putri

Setiawan

2021

Digitalzone

Self Cite

View full text Add to dashboard Cite

Penyakit Systemic Lupus Erythematosus (SLE) atau lupus adalah salah satu dari penyakit autoimun yang menyerang sistem imun pada jaringan tubuh. Penyakit lupus bukanlah penyakit yang menular namun termasuk penyakit yang mematikan. Berdasarkan data dari SIRS Online pada tahun 2016 terdapat 2.116 pasisen menderita penyakit lupus dan 550 pasien meninggal dunia. Penyakit lupus sulit dideteksi karena gejalanya mirip dengan penyakit lain. Tujuan dari penelitian ini adalah memprediksi apakah terindikasi penyakit lupus atau tidak sehingga menekan angka kematian akibat penyakit PTM dari penyakit SLE. Data diambil dengan cara menyebar questioner pada pasien di Rumah Sakit Umum Daerah Arifin Achmad. Metode yang tepat untuk penelitian ini adalah algortima genetika, karena algoritma genetika memiliki akurasi lebih besar dari 98 %. Hasil penelitian ini adalah diagnosa penyakit lupus atau tidak.

show abstract

“…Nilai yang dievaluasi menjadi lebih banyak, yaitu keterkaitan dosen terhadap waktu (hari dan jam) dan keterkaitan ruang terhadap waktu. Hal ini sesuai dengan [20] yang menyatakan bahwa variasi nilai gen pembentuk kromosom mempengaruhi waktu proses, sedangkan pada metode AG-TS lebih sederhana, yaitu (dosen, hari, jam).…”

Section: Kesimpulanunclassified

Course scheduling optimization using genetic algorithm and tabu search

Amrulloh

Sela

2021

J. Teknol. dan Sist. Komput

View full text Add to dashboard Cite

Scheduling courses in higher education often face problems, such as the clashes of teachers' schedules, rooms, and students' schedules. This study proposes course scheduling optimization using genetic algorithms and taboo search. The genetic algorithm produces the best generation of chromosomes composed of lecturer, day, and hour genes. The Tabu search method is used for the lecture rooms division. Scheduling is carried out for the Informatics faculty with four study programs, 65 lecturers, 93 courses, 265 lecturer assignments, and 65 classes. The process of generating 265 schedules took 561 seconds without any scheduling clashes. The genetic algorithms and taboo searches can process quite many course schedules faster than the manual method.

show abstract

Implementasi Algoritma Genetika Untuk Prediksi Penyakit Autoimun

Cited by 11 publications

References 1 publication

Optimasi Neural Network Dengan Menggunakan Algoritma Genetika Untuk Prediksi Jumlah Kunjungan Wisatawan

Optimasi Neural Network Dengan Menggunakan Algoritma Genetika Untuk Prediksi Jumlah Kunjungan Wisatawan

Prediksi Penyakit Systemic Lupus Erythematosus Menggunakan Algoritma Genetika

Course scheduling optimization using genetic algorithm and tabu search

Contact Info

Product

Resources

About