Implementasi Aplikasi Konsultasi Kesehatan Jiwa Dengan Algoritma Kepakaran dan Jaringan Syaraf Tiruan. (Indonesian)

Implementation of Mental Health Consultation Application with Expert System and Artificial Neural Network. (English)

Effort to answer, how to computationally process text data from patient consultations into an input that can be understood into accurate results to be able to provide recommendations from the consultations that patients complain about. Building and developing Artificial Neural Network algorithms in creating an optimal system to provide recommendations for human mental health consultations from the experts, with the focus on accurate and precise input and output data with Natural Language Processing (NLP), Artificial Neural Network algorithms with multilayer type was used for this research. The way of work of the multilayer type is that the first layer is used as an input layer in charge of storing input vectors on the network, then the input layer is entered computationally onto the second layer, which can work with parallel computing processes. The expert system used in this research is the Forward Chaining method. The level of compatibility between the input and the ANN results taken is an accuracy of 0.92, besides that the system will display that the system cannot process 'Do not understand commands', the accuracy of the system built is the accuracy of the procedures from the main model formed. [ABSTRACT FROM AUTHOR]

Upaya untuk menjawab bagaimana cara komputasi memproses data teks dari konsultasi pasien menjadi sebuat inputan yang dapat dimengerti menjadi hasil akurat untuk dapat memberikan rekomendasi dari konsultaasi yang dikeluhkan pasien membangun dan mengembangkan algoritma Artificial Neural Network dalam membangun sistem optimal untuk memberikan hasil rekomendasi konsultasi kesehatan mental manusia secara kepakaran, dengan fokus utama pada data input dan output yang akurat dan tepat Natural Language Processing (NLP), Algoritma Artificial Neural Network yang digunakan menggunakan jenis multilayer. Cara kerja dari jenis multilayer adalah layer pertama dijadikan sebagai input layer yang bertugas menyimpan vector input pada jaringan, selanjutnya layer input dimasukkan secara komputasi pada layer kedua, yang bekerja bisa dengan proses komputasi parallel. Sistem pakar yang digunakan pada penelitian ini adalah metode dari Forward Chaining. Tingkat kecocokan input dengan hasil ANN yang diambil adalah akurasi 0.92 selain itu sistem akan menampilkan bahwa sistem tidak bisa memproses ‘Tidak mengerti perintah’, akurasi sistem yang dibangun merupakan akurasi prosedur dari model utama yang terbentuk. Iterasi yang dipakai yaitu 92 kali dan waktu eksekusi optimal sistem beropreasi bisa sangat cepat yaitu 0.016 second. Proses Artificial Neural Network merupakan proses utama dari penelitian ini, karena proses kerjanya sebagai penyambung kata setiap dataset dan akan dicocokan dengan inputan pengguna. [ABSTRACT FROM AUTHOR]

Copyright of Techno.com is the property of Universitas Dian Nuswantoro, Fakultas Ilmu Komputer and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)