Perbandingan Jaringan Syaraf Tiruan Backpropagation dan Kohonen pada Identifikasi Penyakit Infeksi pada Kulit Dengan Gejala Bercak Putih
PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah
Sarjana Ilmu Komputer
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI PADA
KULIT DENGAN GEJALA BERCAK PUTIH
Kategori
: SKRIPSI
Nama
: RIZKY RAMADHANSYAH HARAHAP
Nomor Induk Mahasiswa
: 091401004
Program Studi
: S1 ILMU KOMPUTER
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 24 Oktober 2013
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Amer Sharif S.Si, M.kom
Dr. Poltak Sihombing, M.Kom
NIP.
NIP. 19620317 199103 1 001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 19620317 199103 1 001
Universitas Sumatera Utara
iii
PERNYATAAN
PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN
KOHONEN PADA IDENTIFIKASI PENYAKIT INFEKSI PADA KULIT
DENGAN GEJALA BERCAK PUTIH
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 24 Oktober 2013
Rizky Ramadhansyah Harahap
091401004
Universitas Sumatera Utara
iv
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT , Tuhan Yang Maha Esa, yang
telah memberikan rahmat dan hidayahnya, serta segala sesuatu dalam hidup, sehingga
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer
dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah
membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun
tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu
Komputer dan Dosen Pembimbing I yang telah banyak meluangkan waktunya
dalam memberikan masukan-masukan kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu
Komputer.
5. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing II yang telah
banyak meluangkan waktunya dalam memberikan masukan-masukan kepada
penulis.
6. Syahriol Sitorus S.Si, MIT selaku Dosen Pembanding I yang telah banyak
meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
7. Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah banyak
meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI
USU.
9. Ayahanda H.Sahlan Harahap dan Ibunda Hj.Safia Siregar yang tak henti
memberikan dukungan secara moril maupun secara materi serta terus
mendoakan selalu agar dimudahkan dalam menyelesaikan perkuliahan ini..
10. Kakak Bajora Hafni harahap, kakak Jernita Pratiwi Harahap, abang Fahri
Parlaungan Harahap dan adik Hasbi Hamid Ansori Harahap yang selalu
memberikan semangat.
11. Teman-teman pengurus IMILKOM Fasilkom-TI 2012-2013.
Universitas Sumatera Utara
v
12. Teman-teman sekaligus keluarga besar Program Studi S1 Ilmu Komputer
Fasilkom-TI USU.
13. Teman- teman sepermainan Nur Ainun, Ajeng Devira Lubis, Wella Reynanda,
Eka Yuslida, Risna Purnama Sari Lubis, Mhd.Huzaifa, dan Aulia Fizhta yang
selalu membantu dalam menyelesaikan masalah dalam perkuliahan.
14. Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat
penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena
itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi
kesempurnaan skripsi ini.
Medan, 24 Oktober 2013
Penulis,
Rizky Ramadhansyah Harahap
Universitas Sumatera Utara
vi
ABSTRAK
Identifikasi penyakit merupakan salah satu fungsi dari pemanfaatan jaringan saraf
tiruan, dimana suatu penyakit dapat mengenali gejalanya. sehingga nantinya dapat
membantu proses identifikasi dari suatu penyakit yang gejalanya memiliki kemiripan.
Identifikasi penyakit pada jaringan saraf tiruan dapat dilakukan dengan metode
backpropagation dan metode kohonen. Pada metode backpropagation jaringan dilatih
melalui tiga fase yaitu fase propagasi maju, fase propagasi mundur, dan fase
perubahan bobot hingga kondisi penghentian dipenuhi. Sedangkan pada metode
kohonen, pelatihan dilakukan dengan mengambil bobot awal secara acak, kemudian
bobot tersebut di-update hingga dapat mengklasifikasikan diri sejumlah kelas yang
diinginkan. Pada sistem ini penyakit yang akan diidentifikasi yaitu penyakit infeksi
pada kulit dengan gejala bercak putih. Berdasarkan hasil ujicoba terhadap gejala
penyakit infeksi pada kulit dengan gejala bercak putih diketahui bahwa metode
kohonen dapat mengenali gejala lebih optimal daripada metode backpropagation.
Ketepatan identifikasi penyakit penyakit infeksi pada kulit dengan gejala bercak putih
pada gejala yang memiliki kemiripan yaitu 92 % lebih baik dibandingkan metode
backpropagation yang hanya memiliki ketepatan 88,2 %. Berdasarkan kecepatan
waktu identifikasi penyakit, metode kohonen jauh lebih cepat dalam melakukan
identifikasi penyakit infeksi pada kulit dengan gejala bercak putih dengan rata-rata
waktu identifikasi penyakit Penyakit infeksi pada kulit dengan gejala bercak putih
yaitu 2.812 detik. Sedangkan metode backpropagation yaitu 10.357 detik.
Katakunci: Identifikasi Penyakit,
Backpropagation, Kohonen.
Penyakit
kulit,
Gejala
becak
putih
Universitas Sumatera Utara
vii
BACKPROPAGATION AND KOHONEN COMPARISON OF NEURAL
NETWORK ON INFECTIOUS DISEASES IDENTIFICATION OF THE SKIN
WITH WHITE PATCHES SYMPTOMS
ABSTRACT
Identification of disease is one of the functions of the neural networks, where disease
maybe identified by their indications. This may assist in recognition of disease which
indications are likeness. Identification of disease in neural network can make by using
backpropagation and kohonen methods. In Backpropagation method, the network is
trained with the disease through three phases, namely forward propagation, backward
propagation, and weights adjustment phases, repeated until the termination condition
is met. In the kohonen method, training is done by taking a random initial weights,
then the weights are updated to be able to classify themselves desired number of
classes. In this study the object for recognition is Diseases identification on the skin
with white spots symptoms. Testing indicated that kohonen method is more optimal
compared to backpropagation in recognizing Diseases identification on the skin with
white spots symptoms indications. The kohonen method has an accuracy at 92 % in
recognizing likeness Diseases identification on the skin with white spots symptoms
indications, while backpropagation method accuracy is 88,2 % for the likeness
indications. Kohonen method is also faster in recognizing Diseases with the average
time of 2.812 seconds, while backpropagation method average time is 10.357 seconds.
Keywords: Identification of Disease, Skin Disease, Symptoms white rickshaw,
Backpropagation, Kohonen.
Universitas Sumatera Utara
viii
DAFTAR ISI
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Gambar
Daftar Tabel
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumsan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Diagram Alir Penelitian
1.8 Sistematika Penulisan
Hal.
ii
iii
iv
vi
vii
viii
x
xi
1
2
2
3
3
3
4
5
Bab 2 Landasan Teori
2.1 Kulit
2.1.1 Lepra
2.1.2 Petrisiasis Alba
2.1.2 Petiriasis Versicolor
2.1.3 Vitiligo
2.2 Jaringan Syaraf Biologi
2.3 Jaringan Saraf Tiruan
2.3.1 Komponen Dalam Jaringan Saraf Tiruan
2.3.2 Arsitektur Jaringan Saraf Tiruan
2.3.2.1 Single Layer Network
2.3.2.2 Multi Layer Network
2.3.2.3 Jaringan Kompetitif
2.3.3 Fungsi Aktivasi
2.4 Jaringan Saraf Tiruan Backpropagation
2.4.1 Pelatihan Standar Backpropagation
2.4.2 Algoritma Pelatihan
2.5 Jaringan Saraf Tiruan Kohonen
2.5.1 Algoritma Pelatihan Kohonen
7
7
7
8
8
8
9
11
12
12
12
13
14
15
17
18
19
21
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Masalah
3.2 Analisis Kebutuhan Sistem
3.2.1 Kebutuhan Fungsional Sistem
3.2.2 Kenbutan Non-Fungsional
3.3 Analisis proses
3.3.1 Analisisi Proses Backpropagation
23
24
24
24
24
25
Universitas Sumatera Utara
ix
Hal
30
32
32
34
36
37
38
39
39
39
40
41
41
42
43
44
45
45
45
46
46
47
48
49
3.3.1 Analisis Proses Kohonen
3.4 Pemodelan
3.4.1 Use Case Diagram
3.4.2 Sequence Diagram
3.4.3 Activity Diagram
3.5 Arsitektur Jaringan Syaraf Tiruan
3.5.1 Arsitektur JST Backpropagation
3.5.2 Arsitektur JST Kohonen
3.6 Pseudocode Program
3.6.1 Pseudocode Proses Pelatihan JST
3.6.1 Pseudocode Proses Pelatihan JST
3.7 Perancangan Sistem
3.7.1 Perancangan Flowchart Sistem
3.7.2 Flowchart Pelatihan Backpropagation
3.7.3 Flowchart Pelatihan Kohonen
3.7.4 Flowchart Pengujian Backpropagation
3.7.5 Keluaran Pengujian Kohonen
3.7.6 Perancangan Data
3.7.6.1 Masukan
3.7.6.1 Keluaran
3.7.7 Perancangan Antarmuka (Interface)
3.6.3.1 Form Depan
3.6.3.2 Form Metode Backpropagation
3.6.4.2 Form Metode Kohonen
Bab 4 Implementasi Dan Pengujian
4.1 Implementasi
4.1.1 Form Depan
4.1.2 Form Pengujian Backpropagation
4.1.3 Form Pengujian Kohonen
4.1.4 Form Bantuan
4.2 Pengujian
4.2.1 Jenis Pengujian
4.2.1.1 Ketepatan Identifikasi Penyakit Infeksi Pada Kulit
51
51
52
53
55
55
56
56
Dengan Gejala Bercak Putih
4.2.1.1.1 Kombinasi Inputan Pengujian Identifikasi Penyakit
Infeksi Pada Kulit Dengan Gejala Bercak Dengan
69
Gejala Bercak Putih
4.2.1.2 Kecepatan Identifikasi Penyakit Infeksi Pada Kulit
72
Dengan Gejala Bercak Putih
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
Daftar Pustaka
Lampiran Listing Program
Lampiran Curriculum Vitae
75
76
77
A-1
B-1
Universitas Sumatera Utara
x
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Model Neuron
Single-Layer Network
Multi Layer Network
Jaringan Kompetitif
Arsitektur Jaringan Saraf Tiruan dengan Backpropagation
Arsitektur jaringan syaraf tiruan dengan Kohonen
Topologi Rectangular Grid
Topologi Hexagonal Grid
Hal.
4
6
7
7
10
15
15
15
Gambar 3.1 Iskhikawa Diagram
Gambar 3.2 Gambar 3.2 Arsitektur Backpropagation
Gambar 3.3 Use Case Diagram Sistem Pengenal Identifikasi Penyakit
Infeksi Kulit Dengan Gejala Bercak Putih
Gambar 3.4 Sequence Diagram Proses Pelatihan JST Backpropagation
Gambar 3.5 Sequence Diagram Proses Pelatihan JST Kohonen
Gambar 3.6 Sequence Diagram Proses Pengujian JST Backpropagation
Gambar 3.7 Sequence Diagram Proses Pengujian JST Kohonen
Gambar 3.8 Activity Diagram Proses Pelatihan JST Backpropagation dan
Kohonen
Gambar 3.9 Activity Diagram Proses Pengujian JST Backpropagation dan
Kohonen
23
25
33
Gambar 3.10 Arsitektur JST Backprpagation
Gambar 3.11 Arsitektur JST Kohonen
Gambar 3.12 Flowchart Sistem
Gambar 3.13 Flowchart Pelatihan Backpropagation
Gambar 3.14 Flowchart Pelatihan Kohonen
Gambar 3.15 Flowchart Pengujian Backpropagation
Gambar 3.16 Flowchart Pengujian Kohonen
Gambar 3.17 Rancangan Form Depan
Gambar 3.18 Rancangan Form Metode Backpropagation
Gambar 3.19 Rancangan Form Metode Kohonen
38
49
41
42
43
44
45
47
48
49
34
34
35
35
36
37
48
Gambar 4.1 Form Depan
Gambar 4.2 Form Pengujian Backpropagation
Gambar 4.3 Form Pengujian Backpropagation yang telah melakukan
pengujian Identifikasi penyakit infeksi pada kulit
Gambar 4.4 Form Pengujian Kohonen
Gambar 4.5 Form Pengujian Kohonen yang telah melakukan pengujian
Identifikasi penyakit infeksi pada kulit
Gambar 4.6 Form Bantuan
Gambar 4.7 Submenu Pelatihan Backpropagation
51
52
53
54
54
55
56
Universitas Sumatera Utara
xi
Gambar 4.8 Submenu Pelatihan Kohonen
Gambar 4.9 Sebelum Melakukan Pengujian Metode Backpropagation
Gambar 4.10 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.11 Sebelum Melakukan Pengujian Metode Kohonen
Gambar 4.12 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.13 Grafik Perbandingan Ketepatan Backpropagation Dan
Kohonen
Gambar 4.14 Diagram Pohon Kombinasi Inputan
Gambar 4.14 Grafik Perbandingan Kecepatan Backpropagation Dan
59
62
62
65
66
68
69
74
Kohonen
Universitas Sumatera Utara
xii
DAFTAR TABEL
Tabel 3.1 Nilai Bobot Lapisan masukan ke Lapisan Tersembunyi (vji)
Tabel 3.2 Bobot Lapisan Masukan ke Lapisan Tersembunyi (wkj)
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
4.1
4.2
4.3
4.4
4.5
4.6
Hasil Pelatihan Metode Backpropagation
Hasil Pelatihan Metode Kohonen
Hasil Pengujian Metode Backpropagation
Hasil Pengujian Metode Kohonen
Hasil kombinasi
Perbandingan Waktu Pengujian Kecepatan metode
Backpropagation dan Kohonen pada Identifikasi Penyakit Infeksi
Pada Kulit Dengan Gejala Bercak Putih
Hal.
26
26
57
60
63
66
70
71
Universitas Sumatera Utara
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah
Sarjana Ilmu Komputer
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI PADA
KULIT DENGAN GEJALA BERCAK PUTIH
Kategori
: SKRIPSI
Nama
: RIZKY RAMADHANSYAH HARAHAP
Nomor Induk Mahasiswa
: 091401004
Program Studi
: S1 ILMU KOMPUTER
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 24 Oktober 2013
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Amer Sharif S.Si, M.kom
Dr. Poltak Sihombing, M.Kom
NIP.
NIP. 19620317 199103 1 001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 19620317 199103 1 001
Universitas Sumatera Utara
iii
PERNYATAAN
PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN
KOHONEN PADA IDENTIFIKASI PENYAKIT INFEKSI PADA KULIT
DENGAN GEJALA BERCAK PUTIH
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 24 Oktober 2013
Rizky Ramadhansyah Harahap
091401004
Universitas Sumatera Utara
iv
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT , Tuhan Yang Maha Esa, yang
telah memberikan rahmat dan hidayahnya, serta segala sesuatu dalam hidup, sehingga
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer
dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah
membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun
tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu
Komputer dan Dosen Pembimbing I yang telah banyak meluangkan waktunya
dalam memberikan masukan-masukan kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu
Komputer.
5. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing II yang telah
banyak meluangkan waktunya dalam memberikan masukan-masukan kepada
penulis.
6. Syahriol Sitorus S.Si, MIT selaku Dosen Pembanding I yang telah banyak
meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
7. Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah banyak
meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI
USU.
9. Ayahanda H.Sahlan Harahap dan Ibunda Hj.Safia Siregar yang tak henti
memberikan dukungan secara moril maupun secara materi serta terus
mendoakan selalu agar dimudahkan dalam menyelesaikan perkuliahan ini..
10. Kakak Bajora Hafni harahap, kakak Jernita Pratiwi Harahap, abang Fahri
Parlaungan Harahap dan adik Hasbi Hamid Ansori Harahap yang selalu
memberikan semangat.
11. Teman-teman pengurus IMILKOM Fasilkom-TI 2012-2013.
Universitas Sumatera Utara
v
12. Teman-teman sekaligus keluarga besar Program Studi S1 Ilmu Komputer
Fasilkom-TI USU.
13. Teman- teman sepermainan Nur Ainun, Ajeng Devira Lubis, Wella Reynanda,
Eka Yuslida, Risna Purnama Sari Lubis, Mhd.Huzaifa, dan Aulia Fizhta yang
selalu membantu dalam menyelesaikan masalah dalam perkuliahan.
14. Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat
penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena
itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi
kesempurnaan skripsi ini.
Medan, 24 Oktober 2013
Penulis,
Rizky Ramadhansyah Harahap
Universitas Sumatera Utara
vi
ABSTRAK
Identifikasi penyakit merupakan salah satu fungsi dari pemanfaatan jaringan saraf
tiruan, dimana suatu penyakit dapat mengenali gejalanya. sehingga nantinya dapat
membantu proses identifikasi dari suatu penyakit yang gejalanya memiliki kemiripan.
Identifikasi penyakit pada jaringan saraf tiruan dapat dilakukan dengan metode
backpropagation dan metode kohonen. Pada metode backpropagation jaringan dilatih
melalui tiga fase yaitu fase propagasi maju, fase propagasi mundur, dan fase
perubahan bobot hingga kondisi penghentian dipenuhi. Sedangkan pada metode
kohonen, pelatihan dilakukan dengan mengambil bobot awal secara acak, kemudian
bobot tersebut di-update hingga dapat mengklasifikasikan diri sejumlah kelas yang
diinginkan. Pada sistem ini penyakit yang akan diidentifikasi yaitu penyakit infeksi
pada kulit dengan gejala bercak putih. Berdasarkan hasil ujicoba terhadap gejala
penyakit infeksi pada kulit dengan gejala bercak putih diketahui bahwa metode
kohonen dapat mengenali gejala lebih optimal daripada metode backpropagation.
Ketepatan identifikasi penyakit penyakit infeksi pada kulit dengan gejala bercak putih
pada gejala yang memiliki kemiripan yaitu 92 % lebih baik dibandingkan metode
backpropagation yang hanya memiliki ketepatan 88,2 %. Berdasarkan kecepatan
waktu identifikasi penyakit, metode kohonen jauh lebih cepat dalam melakukan
identifikasi penyakit infeksi pada kulit dengan gejala bercak putih dengan rata-rata
waktu identifikasi penyakit Penyakit infeksi pada kulit dengan gejala bercak putih
yaitu 2.812 detik. Sedangkan metode backpropagation yaitu 10.357 detik.
Katakunci: Identifikasi Penyakit,
Backpropagation, Kohonen.
Penyakit
kulit,
Gejala
becak
putih
Universitas Sumatera Utara
vii
BACKPROPAGATION AND KOHONEN COMPARISON OF NEURAL
NETWORK ON INFECTIOUS DISEASES IDENTIFICATION OF THE SKIN
WITH WHITE PATCHES SYMPTOMS
ABSTRACT
Identification of disease is one of the functions of the neural networks, where disease
maybe identified by their indications. This may assist in recognition of disease which
indications are likeness. Identification of disease in neural network can make by using
backpropagation and kohonen methods. In Backpropagation method, the network is
trained with the disease through three phases, namely forward propagation, backward
propagation, and weights adjustment phases, repeated until the termination condition
is met. In the kohonen method, training is done by taking a random initial weights,
then the weights are updated to be able to classify themselves desired number of
classes. In this study the object for recognition is Diseases identification on the skin
with white spots symptoms. Testing indicated that kohonen method is more optimal
compared to backpropagation in recognizing Diseases identification on the skin with
white spots symptoms indications. The kohonen method has an accuracy at 92 % in
recognizing likeness Diseases identification on the skin with white spots symptoms
indications, while backpropagation method accuracy is 88,2 % for the likeness
indications. Kohonen method is also faster in recognizing Diseases with the average
time of 2.812 seconds, while backpropagation method average time is 10.357 seconds.
Keywords: Identification of Disease, Skin Disease, Symptoms white rickshaw,
Backpropagation, Kohonen.
Universitas Sumatera Utara
viii
DAFTAR ISI
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Gambar
Daftar Tabel
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumsan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Diagram Alir Penelitian
1.8 Sistematika Penulisan
Hal.
ii
iii
iv
vi
vii
viii
x
xi
1
2
2
3
3
3
4
5
Bab 2 Landasan Teori
2.1 Kulit
2.1.1 Lepra
2.1.2 Petrisiasis Alba
2.1.2 Petiriasis Versicolor
2.1.3 Vitiligo
2.2 Jaringan Syaraf Biologi
2.3 Jaringan Saraf Tiruan
2.3.1 Komponen Dalam Jaringan Saraf Tiruan
2.3.2 Arsitektur Jaringan Saraf Tiruan
2.3.2.1 Single Layer Network
2.3.2.2 Multi Layer Network
2.3.2.3 Jaringan Kompetitif
2.3.3 Fungsi Aktivasi
2.4 Jaringan Saraf Tiruan Backpropagation
2.4.1 Pelatihan Standar Backpropagation
2.4.2 Algoritma Pelatihan
2.5 Jaringan Saraf Tiruan Kohonen
2.5.1 Algoritma Pelatihan Kohonen
7
7
7
8
8
8
9
11
12
12
12
13
14
15
17
18
19
21
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Masalah
3.2 Analisis Kebutuhan Sistem
3.2.1 Kebutuhan Fungsional Sistem
3.2.2 Kenbutan Non-Fungsional
3.3 Analisis proses
3.3.1 Analisisi Proses Backpropagation
23
24
24
24
24
25
Universitas Sumatera Utara
ix
Hal
30
32
32
34
36
37
38
39
39
39
40
41
41
42
43
44
45
45
45
46
46
47
48
49
3.3.1 Analisis Proses Kohonen
3.4 Pemodelan
3.4.1 Use Case Diagram
3.4.2 Sequence Diagram
3.4.3 Activity Diagram
3.5 Arsitektur Jaringan Syaraf Tiruan
3.5.1 Arsitektur JST Backpropagation
3.5.2 Arsitektur JST Kohonen
3.6 Pseudocode Program
3.6.1 Pseudocode Proses Pelatihan JST
3.6.1 Pseudocode Proses Pelatihan JST
3.7 Perancangan Sistem
3.7.1 Perancangan Flowchart Sistem
3.7.2 Flowchart Pelatihan Backpropagation
3.7.3 Flowchart Pelatihan Kohonen
3.7.4 Flowchart Pengujian Backpropagation
3.7.5 Keluaran Pengujian Kohonen
3.7.6 Perancangan Data
3.7.6.1 Masukan
3.7.6.1 Keluaran
3.7.7 Perancangan Antarmuka (Interface)
3.6.3.1 Form Depan
3.6.3.2 Form Metode Backpropagation
3.6.4.2 Form Metode Kohonen
Bab 4 Implementasi Dan Pengujian
4.1 Implementasi
4.1.1 Form Depan
4.1.2 Form Pengujian Backpropagation
4.1.3 Form Pengujian Kohonen
4.1.4 Form Bantuan
4.2 Pengujian
4.2.1 Jenis Pengujian
4.2.1.1 Ketepatan Identifikasi Penyakit Infeksi Pada Kulit
51
51
52
53
55
55
56
56
Dengan Gejala Bercak Putih
4.2.1.1.1 Kombinasi Inputan Pengujian Identifikasi Penyakit
Infeksi Pada Kulit Dengan Gejala Bercak Dengan
69
Gejala Bercak Putih
4.2.1.2 Kecepatan Identifikasi Penyakit Infeksi Pada Kulit
72
Dengan Gejala Bercak Putih
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
Daftar Pustaka
Lampiran Listing Program
Lampiran Curriculum Vitae
75
76
77
A-1
B-1
Universitas Sumatera Utara
x
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Model Neuron
Single-Layer Network
Multi Layer Network
Jaringan Kompetitif
Arsitektur Jaringan Saraf Tiruan dengan Backpropagation
Arsitektur jaringan syaraf tiruan dengan Kohonen
Topologi Rectangular Grid
Topologi Hexagonal Grid
Hal.
4
6
7
7
10
15
15
15
Gambar 3.1 Iskhikawa Diagram
Gambar 3.2 Gambar 3.2 Arsitektur Backpropagation
Gambar 3.3 Use Case Diagram Sistem Pengenal Identifikasi Penyakit
Infeksi Kulit Dengan Gejala Bercak Putih
Gambar 3.4 Sequence Diagram Proses Pelatihan JST Backpropagation
Gambar 3.5 Sequence Diagram Proses Pelatihan JST Kohonen
Gambar 3.6 Sequence Diagram Proses Pengujian JST Backpropagation
Gambar 3.7 Sequence Diagram Proses Pengujian JST Kohonen
Gambar 3.8 Activity Diagram Proses Pelatihan JST Backpropagation dan
Kohonen
Gambar 3.9 Activity Diagram Proses Pengujian JST Backpropagation dan
Kohonen
23
25
33
Gambar 3.10 Arsitektur JST Backprpagation
Gambar 3.11 Arsitektur JST Kohonen
Gambar 3.12 Flowchart Sistem
Gambar 3.13 Flowchart Pelatihan Backpropagation
Gambar 3.14 Flowchart Pelatihan Kohonen
Gambar 3.15 Flowchart Pengujian Backpropagation
Gambar 3.16 Flowchart Pengujian Kohonen
Gambar 3.17 Rancangan Form Depan
Gambar 3.18 Rancangan Form Metode Backpropagation
Gambar 3.19 Rancangan Form Metode Kohonen
38
49
41
42
43
44
45
47
48
49
34
34
35
35
36
37
48
Gambar 4.1 Form Depan
Gambar 4.2 Form Pengujian Backpropagation
Gambar 4.3 Form Pengujian Backpropagation yang telah melakukan
pengujian Identifikasi penyakit infeksi pada kulit
Gambar 4.4 Form Pengujian Kohonen
Gambar 4.5 Form Pengujian Kohonen yang telah melakukan pengujian
Identifikasi penyakit infeksi pada kulit
Gambar 4.6 Form Bantuan
Gambar 4.7 Submenu Pelatihan Backpropagation
51
52
53
54
54
55
56
Universitas Sumatera Utara
xi
Gambar 4.8 Submenu Pelatihan Kohonen
Gambar 4.9 Sebelum Melakukan Pengujian Metode Backpropagation
Gambar 4.10 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.11 Sebelum Melakukan Pengujian Metode Kohonen
Gambar 4.12 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.13 Grafik Perbandingan Ketepatan Backpropagation Dan
Kohonen
Gambar 4.14 Diagram Pohon Kombinasi Inputan
Gambar 4.14 Grafik Perbandingan Kecepatan Backpropagation Dan
59
62
62
65
66
68
69
74
Kohonen
Universitas Sumatera Utara
xii
DAFTAR TABEL
Tabel 3.1 Nilai Bobot Lapisan masukan ke Lapisan Tersembunyi (vji)
Tabel 3.2 Bobot Lapisan Masukan ke Lapisan Tersembunyi (wkj)
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
4.1
4.2
4.3
4.4
4.5
4.6
Hasil Pelatihan Metode Backpropagation
Hasil Pelatihan Metode Kohonen
Hasil Pengujian Metode Backpropagation
Hasil Pengujian Metode Kohonen
Hasil kombinasi
Perbandingan Waktu Pengujian Kecepatan metode
Backpropagation dan Kohonen pada Identifikasi Penyakit Infeksi
Pada Kulit Dengan Gejala Bercak Putih
Hal.
26
26
57
60
63
66
70
71
Universitas Sumatera Utara