PREDIKSI OBAT UNTUK MENGATASI PENYAKIT DENGAN ALGORITMA BACKPROPOGATION

Dading Oktaviadi; Muhammad Maulana; Dadang Priyanto

Dading Oktaviadi
Muhammad Maulana
Dadang Priyanto

Keywords: Obat-obatan, Backpropagation, System Cerdas, Kecerdasan Buatan

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi obat yang efektif dalam mengatasi penyakit menggunakan algoritma Backpropagation. Algoritma ini merupakan salah satu teknik dalam bidang kecerdasan buatan yang digunakan untuk melatih jaringan saraf tiruan. model ini dirancang untuk memprediksi obat yang optimal. Metode Backpropagation digunakan untuk melatih jari ngan saraf tiruan dengan menyesuaikan bobot dan bias secara iteratif berdasarkan perbedaan antara hasil prediksi dan nilai sebenarnya. Data pasien yang telah dikumpulkan digunakan untuk melatih model sehingga dapat menghasilkan prediksi obat yang akurat dan individualized untuk setiap pasien. Evaluasi model dilakukan dengan membandingkan prediksi obat yang dihasilkan dengan obat yang sebenarnya diberikan kepada pasien. Hasil eksperimen menunjukkan bahwa model menggunakan algoritma Backpropagation mampu memberikan prediksi obat yang lebih akurat dibandingkan dengan pendekatan tradisional. Hal ini dapat meningkatkan efektivitas pengobatan dan mengurangi risiko efek samping yang tidak diinginkan. Hasil penelitian ini diharapkan dapat menjadi dasar untuk pengembangan lebih lanjut dalam bidang personalisasi pengobatan dan penerapan kecerdasan buatan dalam konteks kesehatan.

References

J. D. Murray et al., “Advancing algorithmic drug product development: Recommendations for machine learning approaches in drug formulation,” Eur. J. Pharm. Sci., vol. 191, no. May, 2023, doi: 10.1016/j.ejps.2023.106562.
A. D. Aryanto, J. Santoso, and D. D. Purwanto, “SISTEM REKOMENDASI OBAT PENGGANTI MENGGUNAKAN METODE CNN,” J. Sist. Cerdas dan Rekayasa, vol. 3, no. 1, pp. 25–36, 2021.
S. Dinakaran and P. Anitha, “An efficient drug compound analysis using spectral deep feature classification based compound analyse model for drug recommendation,” Smart Agric. Technol., vol. 2, no. 2, p. 100059, 2022, doi: 10.1016/j.neuri.2022.100059.
S. Latif, “Kecerdasan Buatan Untuk Mendiagnosa Penyakit Fungi Pada Manusia Menggunakan Penalaran Backward Chaining Berbasis Web,” J. FATEKSA J. Teknol. dan Rekayasa, vol. 6, no. 2, pp. 81–100, 2021.
A. D. Purnomo, R. Sarno, and C. Rahmad, “Application Methods Backpropagation in Identification of Functions Kidney Organ by Iris Image,” in 2020 International Seminar on Application for Technology of Information and Communication (iSemantic), IEEE, 2020, pp. 168–173.