Analisis Diagnosa Rhinitis Alergi dan Rhinitis Vasomotor Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation
DOI:
https://doi.org/10.53513/jursi.v4i5.12181Keywords:
Rhinitis Alergi, Rhinitis Vasomotor, Jaringan Syaraf Tiruan, Backpropagation, DiagnosaAbstract
Rhinitis adalah kondisi umum pada mukosa hidung yang ditandai dengan gejala seperti bersin, rinore, hidung tersumbat, dan rasa gatal, yang terbagi menjadi dua jenis utama, yaitu rhinitis alergi (RA) dan rhinitis vasomotor (RV). Meskipun keduanya memiliki gejala yang serupa, perbedaan patofisiologis di antara keduanya seringkali menyulitkan dalam proses diagnosa. Diagnosa yang tepat sangat penting untuk penanganan yang sesuai dan untuk menghindari komplikasi lebih lanjut. Jaringan Syaraf Tiruan (JST) dengan metode backpropagation telah terbukti efektif dalam membantu diagnosa berbagai penyakit, termasuk rhinitis, dengan mengenali pola kompleks dalam data klinis. Penelitian ini bertujuan untuk menganalisis diagnosa rhinitis alergi dan vasomotor menggunakan JST yang diimplementasikan melalui Microsoft Excel. Model JST dilatih menggunakan 20 epoch, dan hasil testing menunjukkan kemampuan model untuk mengklasifikasikan gejala dengan benar, menghasilkan 5 diagnosa untuk masing-masing jenis rhinitis. Penelitian ini menunjukkan bahwa penerapan metode backpropagation menggunakan Excel dapat meningkatkan akurasi dan efisiensi diagnosa rhinitis alergi dan vasomotor, serta memberikan alternatif yang terjangkau dan mudah diakses untuk mendukung deteksi dini kondisi ini.
References
A. NurJumala, N. A. Prasetyo, and H. W. Utomo, “Sistem Pakar Diagnosis Penyakit Rhinitis Menggunakan Metode Fordward Chaining Berbasis Web,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, pp. 69–78, Feb. 2022, doi: 10.30865/jurikom.v9i1.3791.
A. E. Kornblith et al., “Predictability and stability testing to assess clinical decision instrument performance for children after blunt torso trauma,” PLOS Digital Health, vol. 1, no. 8, Aug. 2022, doi: 10.1371/journal.pdig.0000076.
S. M. Kim and C. O. Park, “Does Monthly Dupilumab Therapy Maintain its Clinical Efficacy in Moderate-to-Severe Atopic Dermatitis?,” Allergy Asthma Immunol Res, vol. 13, no. 5, p. 681, 2021, doi: 10.4168/aair.2021.13.5.681.
S. M. Nur Husna, H. T. T. Tan, N. Md Shukri, N. S. Mohd Ashari, and K. K. Wong, “Allergic Rhinitis: A Clinical and Pathophysiological Overview,” Apr. 07, 2022, Frontiers Media S.A. doi: 10.3389/fmed.2022.874114.
D. Ananda Safira, A. Nabila Fauziani, A. Aushafia Nisa, P. Ristyaning Ayu Sangging, and R. Himayani, “Rhinitis Vasomotor: Etiologi, Prevalensi, Faktor Resiko, dan Tatalaksana,” 2023.
S. J. Siregar, A. I. Lubis, and E. F. Ginting, “Penerapan Neural Network Dalam Klasifikasi Citra Permainan Batu Kertas Gunting dengan Probabilistic Neural Network,” Building of Informatics, Technology and Science (BITS), vol. 3, no. 3, pp. 420–425, Dec. 2021, doi: 10.47065/bits.v3i3.1143.
J. Ko, M. H. Kang, and Y. J. Jun, “Deep learning-based allergic rhinitis diagnosis using nasal endoscopy images,” Sci Rep, vol. 15, no. 1, Dec. 2025, doi: 10.1038/s41598-025-10087-x.
Y. Edwar, J. Sanoto, and S. Artikel, “Jaringan Syaraf Tiruan Mendeteksi Penyakit Pneumonia Infeksi Saluran Pernafasan Akut Dengan Algoritma Backpropagation,” INNOVATION IN RESEARCH OF INFORMATICS, vol. 4, no. 2, pp. 42–49, 2021, [Online]. Available: http://innovatics.unsil.ac.id
D. Andini, “Jaringan Syaraf Tiruan Untuk Klasifikasi Penyakit Demam Menggunakan Algoritma Backpropagation,” Bulletin of Artificial Intelligence, vol. 2, no. 1, pp. 86–99, 2023, [Online]. Available: https://journal.grahamitra.id/index.php/buai
Leema N., K. H. Nehemiah, Elgin Christo V. R., and Kannan A., “Evaluation of Parameter Settings for Training Neural Networks Using Backpropagation Algorithms,” International Journal of Operations Research and Information Systems, vol. 11, no. 4, pp. 62–85, Oct. 2020, doi: 10.4018/IJORIS.2020100104.
C. Permatasari et al., “Klasifikasi Penyakit Demam Menggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation,” 2021.
F. Kusuma Wardhana, N. Sumaya Jati, B. Radityo Seto, F. Mustika Wati, Y. Ayu Yuliana, and R. Kusumastuti, “PENERAPAN BACKPROPAGATION JARINGAN SARAF TIRUAN UNTUK PREDIKSI DIABETES MENGGUNAKAN DATASET PIMA INDIANS,” SEMINAR NASIONAL AMIKOM SURAKARTA (SEMNASA), pp. 331–344, 2024.
A. P. Windarto et al., “Jaringan Saraf Tiruan Algoritma Prediksi & Implementasi”.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
