Pengidentifikasian Penyakit Erythemato-Squamous Menggunakan Probabilistic Neural Network

Abstract

Diagnosa untuk membedakan penyakit-penyakit erythemato-squamous merupakan masalah dalam ilmu tentang kesehatan kulit (dermatologi). Penyakit-penyakit yang termasuk ke dalam kelompok tersebut adalah psoriasis, seboreic dermatitis, lichen planus, pityriasis rosea, cronic dermatitis dan pityriasis rubra pilaris. Pada pengamatan awal, penyakit-penyakit tersebut memiliki ciri-ciri klinis erythema dan scaling dengan perbedaan-perbedaan yang sangat kecil (Merz dan Murphy dalam Kustiyo 2004). Tujuan dari penelitian ini adalah mengetahui ketepatan hasil pengklasifikasian penyakit erythemato-squamous menggunakan Probabilistic Neural Network (PNN) dengan pengelompokan data family history serta selang umur, sedangkan nilai smoothing parameter yang digunakan adalah 0.25, 0.5, 0.75 dan 1. Rata-rata keakuratan dega algoritma PNN untuk data family history 1 dan 0 masing-masing sebesar 87.68% dan 42.38%, sedangkan untuk pengelompokan umur, selang dewasa (18-40) menghasilkan ketepatan tertinggi, maka algoritma PNN seperti yang digunakan dalam penelitian ini dapat menjadi salah satu alternatif untuk indentifikasi penyakit erythemato-squamous pada data kelompok family history 1 dan selang dewasa.