Komparasi algoritma Conjugate gradient dan Gradient descent pada MLPNN untuk Tingkat Pengetahuan Ibu (Studi kasus Pemberian ASI Ekslusif)

Abstract

Tingkat pengetahuan ibu dalam pemberian ASI ekslusif memiliki peran dalam mengsukseskan program pemerintah untuk memeberikan ASI Ekslusif selama enam bulan pertama kehidupan. Faktorfaktor berdasarkan tingkat Pendidikan, pekerjaan, umur, jumlah anak, serta dukungan suami dapat menentukan keberhasilan tingkat pemberian ASI secara ekslusif. Dari tingkat pengetahuan ibu dalam pemberian ASI ini dapat diklasifikasikan menggunakan metode klasifikasi Karena data yang berkaitan dengan tingkat pemberian ASI cukup tersedia di lembaga kesehatan seperti Puskesmas ditiap daerah dan kota, namun perlu suatu proses untuk mendapatkan informasi yang dapat digali lagi pengetahuannya agar dapat lebih berguna. Proses ini dapat menggunakan metode klasifikasi. Dalam penelitian ini Multilayer Perceptron Neural network digunakan untuk mengklasifikasi dengan membandingkan optimasi algoritma Conjugate gradient dan Gradient descent. Hasil yang lebih baik didapatkan dari arsitektur jaringan MLPNN 2 hidden layer, fungsi aktivasi output layer sigmoid, optimasi algoritma Gradient descent, hasil yang didapat sebesar 55,9% untuk akurasi prediksi training serta 46,9% untuk akurasi prediksi testing.