PREDIKSI PENYAKIT PARKINSON MELALUI DATASET REKAM SUARA DENGAN MENGGUNAKAN ALGORITMA DEEP NEURAL NETWORK

Abstrak

Penyakit Parkinson merupakan suatu gangguan sistem saraf kronis dan progresif yang dapat memengaruhi gerakan tubuh manusia. Pemeriksaan terhadap penyakit parkinson belum dilakukan seperti memeriksa keadaan medis pada umumnya, sehingga banyak pasien tidak menyadari bahwa mereka ternyata memiliki gejala penyakit Parkinson. Melalui pendekatan teknologi, penyakit parkinson dapat diperiksa melalui data rekam suara dari seorang pasien. Data rekam suara yang diperoleh dari dataset berupa data numerik yang kemudian perlu diproses. Data tersebut diproses dengan menggunakan pendekatan komputasi. Penelitian ini mengusulkan algoritma Deep Neural Network.  Pada dataset yang diperoleh ditemukan ketidakseimbangan data sehingga diusulkan metode SMOTE (Synthetic Minority Oversampling Technique) yang digunakan sebagai teknik oversampling data. Selanjutnya diterapkan algoritma Deep Neural Network untuk memprediksi parkinson pada data tersebut dengan menggunakan parameter pada model seperti penggunaan aktivasi ReLu pada hidden layer, aktivasi sigmoid pada output layer, dropout, epochs 200, batch size 16, optimizer Adam dengan penggunaan learning rate sebesar 0.001, dan metrics accuracy, sehingga memberikan hasil akurasi sebesar 97%.