Peningkatan Akurasi Pada Backpropagation Dengan Teknik Grid Search Terhadap Prediksi Diabetes Mellitus

Abstract

Diabetes Mellitus adalah penyakit tidak menular dengan prevalensi yang terus meningkat secara global, termasuk di Indonesia. Jaringan Syaraf Tiruan (JST) dengan algoritma Backpropagation banyak digunakan untuk prediksi penyakit ini, namun performanya sangat bergantung pada pemilihan hyperparameter. Penelitian ini mengoptimalkan hyperparameter Backpropagation menggunakan teknik Grid Search pada dataset Pima Indians Diabetes. Hasil menunjukkan peningkatan akurasi dari 89,63% menjadi 90,96% setelah optimasi, serta penurunan nilai loss. Temuan ini menegaskan efektivitas Grid Search dalam meningkatkan akurasi model prediksi diabetes berbasis JST.