Kajian Artificial Neural Networks (ANN) untuk data respon biner studi kasus: kejadian infreksi luka operasi

Abstract

Keperluan membangun model prediksi suatu kejadian semakin meningkat dalam dunia kesehatan atau bidang biomedis, di antaranya kejadian Infeksi Luka Operasi (ILO). Untuk memenuhi keperluan tersebut, berbagai model dikembangkan. Di antara model yang mungkin dibuat, regresi logistik dan ANN adalah yang paling banyak digunakan. Artificial Neural Networks dikembangkan berdasarkan fungsi kerja dari sistem syaraf biologis. Seperti halnya otak, ANN memerlukan sekumpulan data untuk belajar. Setelah melakukan proses pembelajaran, jika ada data yang baru, ANN dapat memprediksi hasil dari data tersebut. Secara umum ANN terdiri atas tiga lapisan (layer), yakni lapisan input, lapisan hidden, dan lapisan output, dengan masing-masing lapisan terdiri dari unit-unit neuron. Masing-masing neuron pada lapisan yang berhadapan saling berhubungan satu sama lain. Untuk setiap koneksi antar neuron terdapat bobot-bobot yang mewakili kekuatan hubungannya. ANN dengan menggunakan algoritma pembelajaran backpropagation, mampu memprediksi kejadian ILO dengan rata-rata tingkat kesalahan prediksi untuk data validasi sebesar 13.65%, sedangkan kesalahan prediksi dengan regresi logistik sebesar 15.83%.