Latar Belakang Masalah PENDAHULUAN

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

Teknologi informatika dan teknologi komputer saat ini berkembang sangat pesat, seiring banyaknya penemuan-penemuan perangkat lunak software dan perangkat keras hardware komputer, ditambah lagi dengan diciptakannya peralatan-peralatan telekomunikasi yang canggih seperti telepon pintar smartphone yang dapat digabungkan dengan teknologi komputer dan menghasilkan suatu kekuatan baru di bidang teknologi informatika dan komputer. Saat ini juga para ahli komputer mencoba menggantikan komputer menjadi suatu alat yang dapat meniru kepintaran manusia otak manusia, yang diharapkan akan tercipta komputer yang dapat mengambil keputusan sendiri seperti layaknya manusia. Hal inilah yang mendorong lahirnya teknologi kecerdasan buatan Artificial Intelligence. Salah satu teknik komputasi yang dikelompokkan dalam teknologi kecerdasan buatan Artificial Intelligence adalah jaringan syaraf tiruan Artificial Neural Network. Jaringan syaraf tiruan merupakan salah satu sistem pemrosesan yang dirancang dan dilatih untuk memiliki kemampuan seperti yang dimiliki oleh manusia dalam menyelesaikan persoalan yang rumit dengan melakukan proses belajar. Jaringan syaraf buatan mensimulasikan struktur proses pada otak manusia yaitu fungsi syaraf biologis dan kemudian membawanya kepada perangkat lunak kelas baru yang dapat mengenali pola yang kompleks serta belajar dari pengalaman- pengalaman masa lalu. Jaringan Saraf Tiruan JST Backpropagation telah banyak dimanfaatkan untuk pengenalan pola penyakit, pencitraan dan suara. Beberapa penelitian tentang pengenalan pola telah banyak dilakukan diantaranya, penelitian yang dilakukan oleh beberapa peneliti berikut ini; Wahyono 2009 yang melakukan penelitian tentang pelatihan dan pengujian data pola dan didapatkan bahwa ternyata algoritma perceptron Universitas Sumatera Utara pun bisa digunakan dalam pengenalan huruf yang masuk dalam ruang lingkup pengklasifikasian pola; Setyo Nugroho 2005 yang melakukan penelitian tentang Algoritma Quickprop dan metode Active Learning dapat meningkatkan kecepatan training; Ang Wie Siong dan Resmana 1999, melakukan penelitian tentang Jaringan saraf tiruan ini mampu mengenali citra bernoise, namun kurang dapat menangani pergeseran citra. Pada input citra dengan pengecilan sekaligus pergeseran, justru jaringan dapat lebih mengenali; Sri Kusumadewi 2008, melakukan penelitian tentang Metode Backpropagation yang dapat digunakan untuk melakukan pendeteksian suatu jenis penyakit, gangguan, maupun kasus yang memiliki data masa lalu, dan dengan menggunakan metode Backpropagation, target hasil output yang diinginkan lebih mendekati ketepatan dalam malakukan pengujian, karena terjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan traning. Berdasarkan penelitian yang ada tersebut, penulis mencoba untuk melakukan penelitian menggunakan algoritma Nguyen Widrow yang meneliti tentang apakah algoritma tersebut pada jaringan syaraf tiruan JST Backpropagation dapat mempercepat mengenali pola penyakit yang dalam hal ini adalah penyakit ginjal dan diharapkan penggunaan algoritma Nguyen Widrow dapat menghasilkan hasil yang jauh lebih baik dibandingkan dengan Jaringan Syaraf Tiruan JST dengan pembobotan secara acak.

1.2 Perumusan Masalah