STRUKTUR PEMBELAJARAN JARINGAN BAYESIAN MENGGUNAKAN ALGORITMA TREE AUGMENTED NETWORK (TAN) UNTUK DIAGNOSIS HIPOTIROID

Abstract

Diagnosis dini suatu penyakit menghindari kehilangan waktu perawatan yang berharga. Diperlukan metode yang cepat dan akurat untuk mendeteksi fitur secara otomatis dan merampingkan proses diagnosis yang dapat membantu mendeteksi beberapa jenis gejala dari penyakit hipotiroid. Bayesian Network telah digunakan untuk diagnosis inferensi beberapa penyakit karena kemampuannya untuk menyandikan hubungan antara satu set variabel di bawah ketidakpastian. Namun, menemukan pembelajaran struktur terbaik DAG adalah masalah NP-Hard. Penelitian ini menunjukkan bahwa Bayesian Network mengeksplorasi ruang pencarian dari algoritma tree augmented network dan memperlihatkan hubungan antar fitur dalam sebuah struktur. Terakhir, algoritma yang diusulkan dibandingkan dengan algoritma pembelajaran struktur lainnya berdasarkan akurasi klasifikasi serta waktu konstruksi. Hasil eksperimen menunjukkan bahwa algoritma BN-TAN mengungguli algoritma yang lainnya untuk akurasi dan cukup baik untuk waktu konstruksi pada dataset hipotiroid.
 
Kata kunci — Bayesian Network, Hipotiroid, Struktur Pembelajaran, TAN