Implementasi Jaringan Syaraf Tiruan Dalam Mendeteksi Penyakit Pada Ayam Dengan Metode Self-Organizing Feature Maps (Sofm)
i
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
ANNY MAGHFIRAH
081401013
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
i
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah
Sarjana Ilmu Komputer
ANNY MAGHFIRAH
081401013
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI JARINGAN SYARAF TIRUAN
DALAM MENDETEKSI PENYAKIT PADA AYAM
DENGAN METODE SELF-ORGANIZING FEATURE
MAPS (SOFM)
: SKRIPSI
: ANNY MAGHFIRAH
: 081401013
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, 23 Juli 2013
Komisi Pembimbing
:
Pembimbing II,
Pembimbing I,
Amer Sharif, S.Si, M. Kom
NIP. -
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991021001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991021001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 23 Juli 2013
ANNY MAGHFIRAH
081401013
Universitas Sumatera Utara
iv
PENGHARGAAN
Alhamdulillah. Puji dan syukur penulis ucapkan kepada Allah SWT atas limpahan
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai
syarat untuk memperoleh gelar Sarjana Komputer, Program Studi Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Shalawat dan salam kepada Rasulullah Muhammad SAW.
Pada pengerjaan skripsi dengan judul Implementasi Jaringan Syaraf Tiruan
dalam Mendeteksi penyakit pada Ayam dengan Metode Self-Organizing Feature
Maps (SOFM) penulis menyadari bahwa banyak campur tangan pihak yang turut
membantu dan memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis
mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K), selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara. dan Pembantu Dekan.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing dan Ketua
Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi
Informasi Universitas Sumatera Utara.
4. Sekretaris Program Studi Ilmu Komputer Ibu Maya Silvi Lydia, B.Sc, M.Sc, dan
semua dosen pada Program Studi S1 Ilmu Komputer FASILKOMTI USU dan
semua pegawai di Program Studi S1 Ilmu Komputer USU.
5. Bapak Amer Sharif, S.Si, M.Kom sebagai pembimbing yang telah memberikan
arahan dan motivasi kepada penulis dalam pengerjaan skripsi ini.
6. Bapak Dr. Marhaposan Situmorang dan Muhammad Andri Budiman, ST,
MCompSC, MEM sebagai dosen penguji yang telah memberikan saran dan kritik
kepada penulis dalam penyempurnaan skripsi ini.
7. drh. Mulia Riski yang telah bersedia meluangkan waktunya kepada penulis untuk
berkonsultasi tentang penyakit ayam.
8. Ayahanda Muhammad Amin dan Ibunda Yusnidar yang telah memberikan do’a,
dukungan, perhatian serta kasih sayang yang tulus serta pengorbanan yang tidak
ternilai harganya.
9. Kakak dan Adik penulis Yul Ummi Syahida, S.Pd, Fikria Jauhari, SE, Rilwan
Hadinata, S.Pd, dan adik penulis Raihan Hidayat serta kepada seluruh keluarga
Universitas Sumatera Utara
v
besar penulis secara khusus kak Winda Rezki Armasari, SE yang tidak hentihentinya memberikan dorongan, semangat kepada penulis.
10. Teman-teman seperjuangan mahasiswa S1-Ilmu Komputer stambuk 2008 secara
khusus Heny Muliana, S.Kom, Mirnawati, S.Kom, Ratnaningtyas Yoga Wijayanti,
S.Kom, Sadifa Asrofa, S.Kom, dan Zainuddin Siregar yang telah memberikan
motivasi dan perhatiannya.
11. Teman-teman semasa sekolah, Titien Juliyanti, Intan Rukiyah, Maulidannur yang
selalu memberikan semangat dan motivasinya.
12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu
penulis menerima saran dan kritik yang bersifat membangun demi kesempurnaan
skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, 23 Juli 2013
Anny Maghfirah
Universitas Sumatera Utara
vi
ABSTRAK
Dengan teknologi yang semakin berkembang saat ini, sebuah sistem dapat mendeteksi
penyakit baik pada manusia, tumbuhan maupun hewan. Self-Organizing Feature
Maps adalah salah satu metode jaringan syaraf tiruan yang dapat melakukan
pendeteksian, dimana neuron yang mempunyai jarak yang paling kecil adalah neuron
pemenang atau neuron yang paling sesuai denga input yang diberikan. Parameter
dalam sistem adalah penyakit ayam. Input dalam sistem yaitu berupa 60 ciri dan gejala
penyakit dan outputnya adalah 16 jenis penyakit ayam. Pada sistem ini terdapat proses
pelatihan dan proses pengujian. Pada tugas akhir ini sistem menggunakan Matlab
R2007b dan Microsoft Office Excel 2007 untuk sebagai tempat penyimpanan data
yaitu terdiri dari 60 ciri dan 16 jenis penyakit dikelompokkan ke dalam 4 JST. JST
pertama terdiri dari 15 ciri dan gejala penyakit yang dimulai dari ciri yang pertama
sampai ciri yang ke-15. Begitu juga dengan JST 2 dimulai dari ciri yang ke-16 sampai
ciri yang ke-30. Begitu seterusnya sampai JST 4. Sistem ini dilatih dengan 100 iterasi.
Dengan menginputkan ciri dan gejala penyakit, maka akan diperoleh output berupa
salah satu penyakit ayam dari 16 jenis penyakit. Akan tetapi keakuratan dalam
jaringan syaraf tiruan dengan metode Self Organizing Feature Maps tidak 100% benar
yang ditunjukkan ada beberapa input yang tidak menghasilkan output yang benar.
Katakunci : Jaringan Syaraf Tiruan, Jaringan Kompetitif Self-Organizing
Feature Maps (SOFM), Penyakit Ayam, Iterasi, Pelatihan
Kata Kunci: Pengenalan Pola, Tanda Tangan, AnalisisKomponen Utama,
Saraf Tiruan, Backpropagation
Jaringan
Universitas Sumatera Utara
vii
IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORKS FOR
DETECTING DISEASES IN CHICKEN BY METHOD
SELF-ORGANIZING FEATURE MAPs (SOFM)
ABSTRACT
With the development of technology, a system can detect diseases in humans, plants
and animals. Self-Organizing Feature Maps is one method of neural network that can
perform detection, where the neuron that has the smallest distance is the winner
neuron or neurons that best suits a given input. Parameter in the system are chicken
diseases. Input into the system are 60 traits and symptoms of the diseases and the
output are 16 kinds of chicken diseases. There are training and simulation stages in the
system. The system uses Matlab2007b and Excel 2007 as data storage which consists
of 60 traits and diseases which are then grouped into 4 artificial neural network. The
first artificial neural network has 15 traits and symptoms of the disease, starting from
trait #1 to #15. Traits #16 to #30 are placed in the second artificial neural network, and
so forth until the fourth artificial neural network. The system is trained with 100
iterations. By inputting traits and symptoms, the system will output one of the 16
chicken diseases. However, the accuracy of the artificial neural networks with SOFM
method is not 100% correct which was indicated by some input not resulting in the
correct output.
Keywords: Artificial Neural Networks, Competitive Networks Self-Organizing
Feature Maps (SOFM), Chicken Diseases, Iteration, Training
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
Bab 1
Bab 2
ii
iii
iv
vi
vii
viii
x
xi
xiii
Pendahuluan
1.1 Latar Belakang
1.2 Rumusan 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
1
2
2
3
3
3
4
5
Tinjauan Pustaka
2.1 Anatomi Ayam
2.2 Jaringan Syaraf Biologi
2.3 Jaringan Syaraf Tiruan
2.3.1 Komponen Jaringan Syaraf
2.3.2 Manfaat Jaringan Syaraf Tiruan
2.4 Keunggulan Jaringan Syaraf Tiruan
2.5 Arsitektur Jaringan Syaraf Tiruan
2.5.1 Jaringan Umpan-Maju Lapisan Unggal
2.5.2 Jaringan Umpan-Maju Lapisan Banyak
2.5.3 Jaringan Syaraf Tiruan Recurrent
2.6 Metode Pembelajaran
2.6.1 Metode Pembelajaran Terpandu
2.6.2 Metode Pembelajaran Tidak Terpandu
2.6.3 Metode Pembelajaran Hibrida (Reinforcement)
2.7 Jaringan Syaraf Tiruan Sel-Organizing Feature Maps
2.7.1 Arsitektur Jaringan Self-Organizing Feature Maps
2.7.2 Algoritma Pelatihan Jaringan Kohonen SOM
2.7.3 Contoh Algoritma Pelatihan Jaringan Kohonen SOM
7
7
9
12
13
14
14
15
15
16
17
17
18
18
18
20
20
21
Universitas Sumatera Utara
ix
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Permasalahan
3.2 Analisis Sistem
3.2.1 Analisis Masukan dan Keluaran Sistem
3.2.2 Analisis Jaringan Syaraf Tiruan
3.2.3 Analisis Self-Organizing Feature Maps
3.3 Perancangan Sistem
3.3.1 Perancangan Prosedural
3.3.1.1 Proses Pelatihan JST
3.3.1.2 Proses Pengujian JST
3.3.2 Perancangan Data Flow Diagram (DFD)
3.3.3 Tabel Penyakit, Ciri Dan Gejalanya
3.3.4 Perancangan Antarmuka
3.3.4.1. Antarmuka Depan
3.3.4.2. Antarmuka Diagnosa Penyakit
3.3.4.3. Antarmuka Jenis Penyakit
3.3.4.4. Antarmuka Lihat Jenis Penyakit
24
24
25
27
28
33
34
34
35
37
38
52
52
53
55
56
Bab 4 Implementasi Dan Pengujian Sistem
4.1 Implementasi Sistem
4.1.1 Tampilan Antarmuka Sistem
4.1.1.1 Antarmuka Depan
4.1.1.2 Antarmuka Diagnosa Penyakit
4.1.1.3 Antarmuka Lihat Jenis Penyakit
4.1.1.4 Antarmuka Keluar
4.2 Pengujian Sistem
4.2.1 Pengujian Pengenalan Penyakit
58
58
59
59
61
62
63
63
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
71
72
Daftar Pustaka
73
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
3.1
4.1
4.2
4.3
4.4
4.5
Penyakit, ciri dan Gejala
Perbandingan Hasil Pengujian Pertama
Perbandingan Hasil Pengujian Kedua
Perbandingan Hasil Pengujian Ketiga
Perbandingan Hasil Pengujian Keempat
Perbandingan Hasil Pengujian Kelima
38
66
66
67
68
69
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
1.1
2.2
2.3
2.4
2.5
2.6
2.7
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
Diagram Alir Sistem
Struktur Dasar Jaringan Syaraf Tiruan dan Struktur Sederhana Sebuah
Neuron
Model Neuron
Struktur Neuron Jaringan Syaraf Tiruan
Jaringan Umpan-Maju Lapisan Tunggal
Jaringan Umpan-Maju Lapisan Banyak
Jaringan Syaraf Tiruan Recurrent
Arsitektur Jaringan Self-Organizing Feature Maps
Diagram Alir Proses Pelatihan JST
Diagram Alir Proses Pengujian JST
Diagram Konteks Sistem Pengenal Penyakit
DFD Level 1 Sistem Pengenal Penyakit
Tampilan Rancangan Antarmuka Depan
Tampilan Rancangan Antarmuka Diagnosa Penyakit
Tampilan Rancangan Antarmuka Diagnosa Penyakit Kedua
Tampilan Rancangan Antarmuka Jenis Penyakit
Tampilan Rancangan Antarmuka Lihat Jenis Penyakit
Tampilan Antarmuka Depan
Tampilan Antarmuka Diagnosa Penyakit Pertama
Tampilan Antarmuka Diagnosa Penyakit Kedua
Tampilan Antarmuka Lihat Jenis Penyakit
Tampilan Antarmuka Konfirmasi Keluar
11
12
15
16
17
19
34
35
37
38
53
54
55
56
57
59
60
61
62
62
4.6
4.7
4.8
4.9
Tampilan Input Ciri Dan Gejala Penyakit Pertama
Tampilan Input Ciri Dan Gejala Penyakit Kedua
Tampilan Hasil Pengujian Sistem Dalam Penganalan Penyakit
Tampilan Hasil Tidak Sesuai Dengan Inputan
63
64
65
65
2.1
5
9
Universitas Sumatera Utara
xii
LAMPIRAN
A.
B.
C.
Listing Program
Jenis Penyakit, Ciri Dan Gejalanya
Curriculum Vitae
A-1
B-1
C-1
Universitas Sumatera Utara
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
ANNY MAGHFIRAH
081401013
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
i
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah
Sarjana Ilmu Komputer
ANNY MAGHFIRAH
081401013
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI JARINGAN SYARAF TIRUAN
DALAM MENDETEKSI PENYAKIT PADA AYAM
DENGAN METODE SELF-ORGANIZING FEATURE
MAPS (SOFM)
: SKRIPSI
: ANNY MAGHFIRAH
: 081401013
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, 23 Juli 2013
Komisi Pembimbing
:
Pembimbing II,
Pembimbing I,
Amer Sharif, S.Si, M. Kom
NIP. -
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991021001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991021001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM
MENDETEKSI PENYAKIT PADA AYAM DENGAN
METODE SELF-ORGANIZING FEATURE MAPS
(SOFM)
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 23 Juli 2013
ANNY MAGHFIRAH
081401013
Universitas Sumatera Utara
iv
PENGHARGAAN
Alhamdulillah. Puji dan syukur penulis ucapkan kepada Allah SWT atas limpahan
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai
syarat untuk memperoleh gelar Sarjana Komputer, Program Studi Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Shalawat dan salam kepada Rasulullah Muhammad SAW.
Pada pengerjaan skripsi dengan judul Implementasi Jaringan Syaraf Tiruan
dalam Mendeteksi penyakit pada Ayam dengan Metode Self-Organizing Feature
Maps (SOFM) penulis menyadari bahwa banyak campur tangan pihak yang turut
membantu dan memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis
mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K), selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara. dan Pembantu Dekan.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing dan Ketua
Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi
Informasi Universitas Sumatera Utara.
4. Sekretaris Program Studi Ilmu Komputer Ibu Maya Silvi Lydia, B.Sc, M.Sc, dan
semua dosen pada Program Studi S1 Ilmu Komputer FASILKOMTI USU dan
semua pegawai di Program Studi S1 Ilmu Komputer USU.
5. Bapak Amer Sharif, S.Si, M.Kom sebagai pembimbing yang telah memberikan
arahan dan motivasi kepada penulis dalam pengerjaan skripsi ini.
6. Bapak Dr. Marhaposan Situmorang dan Muhammad Andri Budiman, ST,
MCompSC, MEM sebagai dosen penguji yang telah memberikan saran dan kritik
kepada penulis dalam penyempurnaan skripsi ini.
7. drh. Mulia Riski yang telah bersedia meluangkan waktunya kepada penulis untuk
berkonsultasi tentang penyakit ayam.
8. Ayahanda Muhammad Amin dan Ibunda Yusnidar yang telah memberikan do’a,
dukungan, perhatian serta kasih sayang yang tulus serta pengorbanan yang tidak
ternilai harganya.
9. Kakak dan Adik penulis Yul Ummi Syahida, S.Pd, Fikria Jauhari, SE, Rilwan
Hadinata, S.Pd, dan adik penulis Raihan Hidayat serta kepada seluruh keluarga
Universitas Sumatera Utara
v
besar penulis secara khusus kak Winda Rezki Armasari, SE yang tidak hentihentinya memberikan dorongan, semangat kepada penulis.
10. Teman-teman seperjuangan mahasiswa S1-Ilmu Komputer stambuk 2008 secara
khusus Heny Muliana, S.Kom, Mirnawati, S.Kom, Ratnaningtyas Yoga Wijayanti,
S.Kom, Sadifa Asrofa, S.Kom, dan Zainuddin Siregar yang telah memberikan
motivasi dan perhatiannya.
11. Teman-teman semasa sekolah, Titien Juliyanti, Intan Rukiyah, Maulidannur yang
selalu memberikan semangat dan motivasinya.
12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu
penulis menerima saran dan kritik yang bersifat membangun demi kesempurnaan
skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, 23 Juli 2013
Anny Maghfirah
Universitas Sumatera Utara
vi
ABSTRAK
Dengan teknologi yang semakin berkembang saat ini, sebuah sistem dapat mendeteksi
penyakit baik pada manusia, tumbuhan maupun hewan. Self-Organizing Feature
Maps adalah salah satu metode jaringan syaraf tiruan yang dapat melakukan
pendeteksian, dimana neuron yang mempunyai jarak yang paling kecil adalah neuron
pemenang atau neuron yang paling sesuai denga input yang diberikan. Parameter
dalam sistem adalah penyakit ayam. Input dalam sistem yaitu berupa 60 ciri dan gejala
penyakit dan outputnya adalah 16 jenis penyakit ayam. Pada sistem ini terdapat proses
pelatihan dan proses pengujian. Pada tugas akhir ini sistem menggunakan Matlab
R2007b dan Microsoft Office Excel 2007 untuk sebagai tempat penyimpanan data
yaitu terdiri dari 60 ciri dan 16 jenis penyakit dikelompokkan ke dalam 4 JST. JST
pertama terdiri dari 15 ciri dan gejala penyakit yang dimulai dari ciri yang pertama
sampai ciri yang ke-15. Begitu juga dengan JST 2 dimulai dari ciri yang ke-16 sampai
ciri yang ke-30. Begitu seterusnya sampai JST 4. Sistem ini dilatih dengan 100 iterasi.
Dengan menginputkan ciri dan gejala penyakit, maka akan diperoleh output berupa
salah satu penyakit ayam dari 16 jenis penyakit. Akan tetapi keakuratan dalam
jaringan syaraf tiruan dengan metode Self Organizing Feature Maps tidak 100% benar
yang ditunjukkan ada beberapa input yang tidak menghasilkan output yang benar.
Katakunci : Jaringan Syaraf Tiruan, Jaringan Kompetitif Self-Organizing
Feature Maps (SOFM), Penyakit Ayam, Iterasi, Pelatihan
Kata Kunci: Pengenalan Pola, Tanda Tangan, AnalisisKomponen Utama,
Saraf Tiruan, Backpropagation
Jaringan
Universitas Sumatera Utara
vii
IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORKS FOR
DETECTING DISEASES IN CHICKEN BY METHOD
SELF-ORGANIZING FEATURE MAPs (SOFM)
ABSTRACT
With the development of technology, a system can detect diseases in humans, plants
and animals. Self-Organizing Feature Maps is one method of neural network that can
perform detection, where the neuron that has the smallest distance is the winner
neuron or neurons that best suits a given input. Parameter in the system are chicken
diseases. Input into the system are 60 traits and symptoms of the diseases and the
output are 16 kinds of chicken diseases. There are training and simulation stages in the
system. The system uses Matlab2007b and Excel 2007 as data storage which consists
of 60 traits and diseases which are then grouped into 4 artificial neural network. The
first artificial neural network has 15 traits and symptoms of the disease, starting from
trait #1 to #15. Traits #16 to #30 are placed in the second artificial neural network, and
so forth until the fourth artificial neural network. The system is trained with 100
iterations. By inputting traits and symptoms, the system will output one of the 16
chicken diseases. However, the accuracy of the artificial neural networks with SOFM
method is not 100% correct which was indicated by some input not resulting in the
correct output.
Keywords: Artificial Neural Networks, Competitive Networks Self-Organizing
Feature Maps (SOFM), Chicken Diseases, Iteration, Training
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
Bab 1
Bab 2
ii
iii
iv
vi
vii
viii
x
xi
xiii
Pendahuluan
1.1 Latar Belakang
1.2 Rumusan 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
1
2
2
3
3
3
4
5
Tinjauan Pustaka
2.1 Anatomi Ayam
2.2 Jaringan Syaraf Biologi
2.3 Jaringan Syaraf Tiruan
2.3.1 Komponen Jaringan Syaraf
2.3.2 Manfaat Jaringan Syaraf Tiruan
2.4 Keunggulan Jaringan Syaraf Tiruan
2.5 Arsitektur Jaringan Syaraf Tiruan
2.5.1 Jaringan Umpan-Maju Lapisan Unggal
2.5.2 Jaringan Umpan-Maju Lapisan Banyak
2.5.3 Jaringan Syaraf Tiruan Recurrent
2.6 Metode Pembelajaran
2.6.1 Metode Pembelajaran Terpandu
2.6.2 Metode Pembelajaran Tidak Terpandu
2.6.3 Metode Pembelajaran Hibrida (Reinforcement)
2.7 Jaringan Syaraf Tiruan Sel-Organizing Feature Maps
2.7.1 Arsitektur Jaringan Self-Organizing Feature Maps
2.7.2 Algoritma Pelatihan Jaringan Kohonen SOM
2.7.3 Contoh Algoritma Pelatihan Jaringan Kohonen SOM
7
7
9
12
13
14
14
15
15
16
17
17
18
18
18
20
20
21
Universitas Sumatera Utara
ix
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Permasalahan
3.2 Analisis Sistem
3.2.1 Analisis Masukan dan Keluaran Sistem
3.2.2 Analisis Jaringan Syaraf Tiruan
3.2.3 Analisis Self-Organizing Feature Maps
3.3 Perancangan Sistem
3.3.1 Perancangan Prosedural
3.3.1.1 Proses Pelatihan JST
3.3.1.2 Proses Pengujian JST
3.3.2 Perancangan Data Flow Diagram (DFD)
3.3.3 Tabel Penyakit, Ciri Dan Gejalanya
3.3.4 Perancangan Antarmuka
3.3.4.1. Antarmuka Depan
3.3.4.2. Antarmuka Diagnosa Penyakit
3.3.4.3. Antarmuka Jenis Penyakit
3.3.4.4. Antarmuka Lihat Jenis Penyakit
24
24
25
27
28
33
34
34
35
37
38
52
52
53
55
56
Bab 4 Implementasi Dan Pengujian Sistem
4.1 Implementasi Sistem
4.1.1 Tampilan Antarmuka Sistem
4.1.1.1 Antarmuka Depan
4.1.1.2 Antarmuka Diagnosa Penyakit
4.1.1.3 Antarmuka Lihat Jenis Penyakit
4.1.1.4 Antarmuka Keluar
4.2 Pengujian Sistem
4.2.1 Pengujian Pengenalan Penyakit
58
58
59
59
61
62
63
63
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
71
72
Daftar Pustaka
73
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
3.1
4.1
4.2
4.3
4.4
4.5
Penyakit, ciri dan Gejala
Perbandingan Hasil Pengujian Pertama
Perbandingan Hasil Pengujian Kedua
Perbandingan Hasil Pengujian Ketiga
Perbandingan Hasil Pengujian Keempat
Perbandingan Hasil Pengujian Kelima
38
66
66
67
68
69
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
1.1
2.2
2.3
2.4
2.5
2.6
2.7
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
Diagram Alir Sistem
Struktur Dasar Jaringan Syaraf Tiruan dan Struktur Sederhana Sebuah
Neuron
Model Neuron
Struktur Neuron Jaringan Syaraf Tiruan
Jaringan Umpan-Maju Lapisan Tunggal
Jaringan Umpan-Maju Lapisan Banyak
Jaringan Syaraf Tiruan Recurrent
Arsitektur Jaringan Self-Organizing Feature Maps
Diagram Alir Proses Pelatihan JST
Diagram Alir Proses Pengujian JST
Diagram Konteks Sistem Pengenal Penyakit
DFD Level 1 Sistem Pengenal Penyakit
Tampilan Rancangan Antarmuka Depan
Tampilan Rancangan Antarmuka Diagnosa Penyakit
Tampilan Rancangan Antarmuka Diagnosa Penyakit Kedua
Tampilan Rancangan Antarmuka Jenis Penyakit
Tampilan Rancangan Antarmuka Lihat Jenis Penyakit
Tampilan Antarmuka Depan
Tampilan Antarmuka Diagnosa Penyakit Pertama
Tampilan Antarmuka Diagnosa Penyakit Kedua
Tampilan Antarmuka Lihat Jenis Penyakit
Tampilan Antarmuka Konfirmasi Keluar
11
12
15
16
17
19
34
35
37
38
53
54
55
56
57
59
60
61
62
62
4.6
4.7
4.8
4.9
Tampilan Input Ciri Dan Gejala Penyakit Pertama
Tampilan Input Ciri Dan Gejala Penyakit Kedua
Tampilan Hasil Pengujian Sistem Dalam Penganalan Penyakit
Tampilan Hasil Tidak Sesuai Dengan Inputan
63
64
65
65
2.1
5
9
Universitas Sumatera Utara
xii
LAMPIRAN
A.
B.
C.
Listing Program
Jenis Penyakit, Ciri Dan Gejalanya
Curriculum Vitae
A-1
B-1
C-1
Universitas Sumatera Utara