Perpustakaan
DESKRIPSI DATA LENGKAP
JudulANALISIS DATA PENYAKIT POST TRAUMATIC STRESS DISORDER (PTSD) DAN ANXIETY DISORDER MENGGUNAKAN METODE MULTILAYER PERCEPTRON (MLP) CLASSIFIER
Nama: INDRYANI
Tahun: 2025
Abstrak
Penelitian ini bertujuan untuk menganalisis data terkait gangguan PostTraumatic Stress Disorder (PTSD) dan anxiety disorder menggunakan metode Multilayer Perceptron (MLP), salah satu arsitektur dari Artificial Neural Network (ANN). Kedua gangguan mental ini memiliki karakteristik kompleks dan sering sulit dideteksi secara manual. Dalam penelitian ini, digunakan data gejala biner dari pasien yang diambil dari platform Kaggle, kemudian diproses melalui tahapan tokenisasi, normalisasi, dan klasifikasi menggunakan model MLP. Model dibangun dengan tiga lapisan tersembunyi dan fungsi aktivasi ReLU, serta dilatih menggunakan algoritma backpropagation dengan optimizer Adam. Hasil pengujian menunjukkan akurasi model mencapai 92,78%, dengan Hamming Loss sebesar 3,72?n Jaccard Similarity sebesar 94,01%. Temuan ini menunjukkan bahwa pendekatan MLP efektif dalam mendeteksi dini gangguan PTSD dan anxiety disorder, serta berpotensi menjadi solusi pendukung sistem diagnosis kesehatan mental berbasis kecerdasan buatan. Kata kunci: PTSD, anxiety disorder, Multilayer Perceptron, neural network, klasifikasi.

Sign In to Perpus

Don't have an account? Sign Up