ABSTRAKSI: Ketepatan dalam mengklasifikasikan objek terhadap suatu kelas adalah salah satu parameter yang dilihat pada kemampuan sebuah metode atau algoritma klasifikasi. Salah satu algoritma Artifisial Neural Network (ANN) yaitu algoritma backpropagation merupakan salah satu algoritma yang sering digunakan pada kasus klasifikasi dalam data mining. Sedangkan Bootstrap Aggregating (BAGGING) merupakan salah satu metode untuk meningkatkan akurasi hasil prediksi suatu algoritma klasifikasi. Kombinasi antara algoritma Backpropagasi ANN dengan metode BAGGING diharapkan mampu meningkatkan performansi akurasi pengklasifikasian suatu objek terhadap kelasnya. Pada Tugas Akhir ini dilakukan analisis terhadap penggunaan metode BAGGING terhadap model ANN ksususnya algoritma Backpropagasi. Data utama yang dijadikan objek penelitian pada tugas akhir ini adalah data tindak lanjut pasien Unit Gawat Darurat. Dari performansi hasil pengujian pada Tugas Akhir ini didapatkan bahwa pengaruh penggunaan metode Bagging pada model ANN tidak stabil dalam meningkatkan nilai akurasi hasil klasifikasi.Kata Kunci : Data mining, Pasien, UGD, Artifisial Neural Network (ANN), Backpropagation, Bootstrap Aggregation (Bagging), Peningkatan, AkurasiABSTRACT: The accuracy in classifying the objects of a class is one parameter that seen in the ability of a method or algorithm classification. One algorithm, Artificial Neural Network (ANN), namely backpropagation algorithm is one algorithm that is often used in cases of classification in data mining. While Bootstrap Aggregating (BAGGING) is one method to improve the accuracy of the prediction results of a classification algorithm. The combination of ANN algorithm Backpropagasi and BAGGING method is expected to improve the performance of the classification accuracy of an object of the class. In this final task, analysis BAGGING method against ANN models especially Backpropagasi algorithm. Primary data, as object of research in this final task is a follow-up data of patients Emergency Unit. From the performance test results obtained in this Final Task that influence use of Bagging method in ANN models are not stable in improving the accuracy of classification results.Keyword: Data mining, Patient, ICU, Artificial Neural Network (ANN), backpropagation, Bootstrap Aggregation (Bagging), Improvement, Accuracy