Perbandingan Kecepatan dan Ketepatan Antara Learning Vector Quantization Dan Kohonen Pada Identifikasi Penyakit Leukemia

vi

Perbandingan Kecepatan Dan Ketepatan Antara Learning Vector Quantization Dan
Kohonen Pada Identifikasi Penyakit Leukemia
ABSTRAK

Identifikasi penyakit dengan pemanfaatan jaringan syaraf tiruan memungkinkan
memberikan hasil yang lebih cepat dan tepat. Identifikasi penyakit leukemia ini akan
menggunakan dan membandingkan kecepatan dan ketepatan identifikasi metode LVQ
dan Kohonen. Pada metode LVQ pelatihan dilakukan pada setiap pola masukan. Hasil
pelatihannya akan dibandingkan dengan target. LVQ merupakan jaringan syaraf tiruan
dengan dua jenis lapisan, yaitu lapisan kompetitif dan lapisan linier. Sedangkan
metode kohonen, pelatihan dilakukan dengan cara mengelompokkan inputan sehingga
hasil yang diperoleh merupakan kelas atau cluster . Objek yang diidentifiksi adalah
penyakit leukemia dengan empat pembagian jenis umumnya yaitu Leukemia Limfosit
Akut, Leukemia Mieloid Akut, Leukemia Limfosit Kronis dan Leukemia Mieloid
Kronis.Sistem identifikasi ini dilatih dengan diberi 20 sampel jenis penyakit dengan
masing-masing memiliki 20 gejala. Dengan parameter epochs maksimal 1000, dan
goal performance 0,0001. Setelah dilatih sistem diberikan pengujian dengan
memasukkan gejala sesuai dengan sampel. Berdasarkan hasil uji identifikasi yang
dilakukan, diketahui bahwa metode Kohonen dapat mengenali pola lebih cepat

daripada metode LVQ dimana rata-rata waktu yang dibutuhkan metode Kohonen
adalah 4.20 detik sedangkan metode LVQ 5.80. Dan persentase ketepatan LVQ lebih
tinggi dengan 100% sedangkan Kohonen persentase ketepatannya 50%.
Katakunci: Jaringan Syaraf Tiruan, Identifikasi Penyakit, Penyakit Leukemia
Learning Vector Quantization, Kohonen.

vii

Speed and Accuracy Comparison Between Learning Vector Quantization And
Kohonen At Identify Leukemia.

ABSTRACT

Identification of disease with the use of neural network sallow provide results more
quickly and precisely. Identification of leukemia will use and compare the
identification‘s speedand accuracy of the LVQ and Kohonen method. In training of
LVQ method performed on each input pattern. The training results will be compared
with the target. LVQ is aneural network with two types of layers, namely the
competitive layer and the linear layer. While the Kohonen method, the training is done
by classifying the input so that the results obtained are a classor cluster. The object

that identified is leukemia with its four general types, namely of acute Lymphocyte
Leukemia, acute myeloid leukemia, chronic lymphocytic leukemia and chronic
myeloid leukemia. This identification system is trained with a given with 20 samples
type of disease and each had 20 symptoms. With a maximum of 1000 epochs, and
performance goals 0.0001 parameters. Once the system is trained, its be tested by
input ting the symptoms in accor dance with of the sample. Based on the results of the
identification test is carried out, it is known that the Kohonen method can recognize
patterns faster than LVQ method for which the average time required Kohonen
method is 4:20 seconds while LVQ method 5.80. And a higher percentage of LVQ
accuracy with 100% accuracy while Kohonen percentage 50%.
Keywords: Neural Networks, Identification of Disease, Leukemia, Learning Vector
Quantization, Kohonen