Pembangunan sistem pendeteksi penyalahgunaan narkoba menggunakan algoritma jaringan syaraf tiruan metode backpropagation

Putri Pangrestu, Dwi (2014) Pembangunan sistem pendeteksi penyalahgunaan narkoba menggunakan algoritma jaringan syaraf tiruan metode backpropagation.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Badan Narkotika Nasional (BNN) mencatat hingga tahun 2013 jumlah penyalahguna narkoba di Indonesia mencapai empat juta jiwa. Penyalahgunaan narkoba memberikan banyak dampak negatif baik dari segi psikis, fisik maupun sosial. Untuk itu diperlukan kewaspadaan serta kepedulian terhadap sesama agar bisa menekan jumlah penyalahguna yang semakin tahun semakin bertambah. Salah satu caranya adalah dengan dibuka panti rehabilitasi untuk umum. Sebelum rehabilitasi, para penyalahguna menghadapi serangkaian tes untuk mengetahui jenis narkoba yang disalahgunakan. Tes yang sering digunakan adalah tes urin, darah, rambut, keringat dan lain-lain. Namun kendala waktu, biaya serta fasilitas yang minim di beberapa daerah membuat pendeteksian seseorang menderita narkoba menjadi terhambat. Seiring berkembangnya teknologi, memungkinkan pendeteksian narkoba melalui suatu program komputer yang telah diberikan pengetahuan atau kecerdasan buatan. Berdasarkan hal di atas, dibangunlah suatu sistem pendeteksi penyalahgunaan narkoba menggunakan algoritma jaringan syaraf tiruan (JST) metode backpropagation. Jaringan syaraf tiruan yang dibentuk terdiri atas lapisan masukan yang merupakan representasi dari gejala efek samping penyalahgunaan narkoba, lapisan tersembunyi adalah hasil proses konvergensi dengan epoch terkecil dan lapisan keluaran merupakan representasi dari output yang diharapkan yaitu Narkotika, Psikotropika, dan Zat Adiktif Lain. Bahasa pemrograman yang digunakan untuk membangun sistem adalah JAVA dengan database MySQL.Setelah dilakukan pelatihan dengan berbagai macam kombinasi pelatihan (pembelajaran), didapat hasil yang paling baik adalah dengan menggunakan kombinasi pembelajaran (learning rate) 0.3 dengan target error 0.01 yang menghasilkan RMSE (Root Mean Square Error) 0.099671 pada epoch ke-891. Dari hasil pengujian sistem, didapat akurasi atau keberhasilan memprediksi jenis narkoba yang disalahgunakan sebesar 70%.

Item Type: Article
Uncontrolled Keywords: Gejala Efek Samping Penyalahgunaan Narkoba, Jaringan Syaraf Tiruan, Backpropagation
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 08:07
Last Modified: 16 Nov 2016 08:07
URI: https://repository.unikom.ac.id/id/eprint/26714

Actions (login required)

View Item View Item