Klasifikasi penyakit faringitis pada anak menggunakan metode PCA-Backpropagation

Faringitis adalah penyakit berupa infeksi tenggorokan karena bakteri atau virus. Penyakit ini menyerang semua usia, tetapi kebanyakan kasus menimpa anak usia sekolah dengan penyebab dari kasus tersebut adalah bakteri Streptococcus Group A, dengan 0.3-3% pasien yang tidak mendapat penanganan dapat menyebabkan komplikasi. Penetapan diagnosis dan pengobatan penyakit faringitis menjadi sebuah tantangan bagi para tenaga medis karena adanya persamaan dari gejala pada pasien dan keterlambatan serta kesalahan diagnosis dapat menyebabkan faringitis akut. Oleh karena itu, penelitian ini bertujuan untuk mendapatkan model optimal pada PCA-Backpropagation dalam melakukan klasifikasi penyakit faringitis pada anak melalui beberapa uji coba nilai parameter dan untuk mengetahui perbandingan hasil klasifikasi antara metode Backpropagation dan PCA-Backpropagation. Penggunaan algoritma Backpropagation dalam penelitian ini dilakukan dengan menerapkan konsep multi layer dan model yang mampu meninimalkan kesalahan pada output yang akan dihasilkan jaringan berupa klasifikasi dalam dua kelas yaitu kelas positif dan negatif. Pada penelitian ini terdapat 18 variabel dari dataset sehingga dilakukan reduksi dimensi untuk meningkatkan kinerja dari proses klasifikasi menggunakan metode Principal Component Analysis. Hasil dari penelitian didapatkan model optimal klasifikasi penyakit faringitis pada anak menggunakan metode PCA-Backpropagation terdapat pada pembagian data menggunakan kfold 10, learning rate 0.2, node hidden layer 200, dan momentum 0.9 dengan akurasi 85.25%, sensitivitas 90.32%, spesifisitas 88.89%, evaluasi G-Means 0.89, dan nilai AUC 0.87. Metode PCA-Backpropagation juga memberikan hasil klasifikasi yang lebih baik daripada penggunaan metode Backpropagation tanpa reduksi dimensi PCA dengan peningkatan nilai akurasi, sensitivitas, dan spesifisitas sebesar 6.56%, 6.11%, dan 5.56%.