IDENTIFIKASI JENIS GOLONGAN DARAH MENGGUNAKAN LDR DAN SISTEM JST METODE ALGORITMA BAKCPROPAGATION BERBASIS MIKROKONTROLER MBED LPC1768 (CORTEX-M3).

IDENTIFIKASI JENIS GOLONGAN DARAH MENGGUNAKAN LDR
DAN SISTEM JST METODE ALGORITMA BAKCPROPAGATION
BERBASIS MIKROKONTROLER MBED LPC1768 (CORTEX-M3)

LAPORAN TUGAS AKHIR

LISYA MANDERVI
0810452044

JURUSAN SISTEM KOMPUTER
FAKULTAS TEKNOLOGI INFORMASI
UNIVERSITAS ANDALAS
PADANG
2013

IDENTIFIKASI JENIS GOLONGAN DARAH MENGGUNAKAN LDR
DAN SISTEM JST METODE ALGORITMA BACKPROPAGATION
BERBASIS MIKROKONTROLLER MBED LPC1768 ( CORTEX-M3 )

ABSTRAK

LDR (Light Dependent Resistor) adalah salah satu jenis resistor yang nilai
hambatannya dipengaruhi oleh cahaya yang diterimanya. Besarnya nilai hambatan
pada LDR tergantung pada besar kecilnya cahaya yang diterima oleh LDR. Yang
mana biasanya LDR ini pada penerapannya sehari-hari banyak digunakan seperti
untuk penerangan lampu taman dan lampu di jalan raya yang bisa menyala di
malam hari dan padam di siang hari secara otomatis. Pola cahaya dan perubahan
resistansi pada LDR memungkinkan dapat digunakan untuk membangun pola
sistem identifikasi jenis golongan darah. Nantinya alat identifikasi jenis golongan
darah ini dirancang dengan menggunakan sebuah mikrokontroller mbed LPC1768
(Cortex-m3), LDR dan LED (Light Emitting Dioda) serta menggunakan sistem
JST metode algoritma Backpropagation, sedangkan bahasa pemrograman yang
digunakan adalah Matlab dan Bahasa C. Adapun tingkat keberhasilan alat ini
adalah golongan A 100%, golongan B 75%, golongan AB 50% dan golongan O
100%.
Kata Kunci : Sensor LDR (Light Dependent Resistor), Golongan Darah,
Backpropagation, Mikrokontroler Mbed LPC1768 (Cortex-m3).

IDENTIFY THE TYPE OF BLOOD WITH USING LDR AND SYSTEM
ALGORITHM BACKPROPAGATION METHOD BASED
MICROCONTROLLER MBED LPC1768 ( CORTEX-M3 )

ABSTRACT

LDR (Light Dependent Resistor) is a type of resistor whose resistance
value is influenced by the light it receives. The value of a drag on the LDR
depending on the size of the light received by the LDR. Usually LDR application
is widely used as for lighting garden lights and highway lights that can be lit at
night and during the day it goes out automatically every day. And the light pattern
on the resistance change allows ldr can be used to construct a system pattern
identify the type of blood. The type of blood identification tool is designed using a
mbed LPC1768 (Cortex-m3), LDR and LED (Light Emitting Dioda), as well as
using the Backpropagation algorithm method JST system later. While the
programming language that used is Matlab and C. As for the success rute of a
device is 100% the type of blood A, 75% the type of blood B, 50% the type of
blood AB and 100% the type of blood O.
Keywords: LDR (Light Dependent Resistor), The type
Backpropagation, Microcontroller mbed LPC1768 (Cortex-m3).

of

Blood,

BAB I
PENDAHULUAN

1.1 Latar Belakang
Dalam dunia kedokteran darah manusia dibagi menjadi empat jenis, yaitu
A, B, AB, dan O. Pembagian ini dilakukan karena adanya perbedaan jenis
karbohidrat dan protein pada permukaan membran sel darah merah. Untuk
mengetahui jenis golongan darah seseorang perlu dilakukan uji laboratorium.
Selama ini untuk pengujian golongan darah sering menggunakan metode ABO,
yang prosesnya secara manual atau dengan cara meneteskan tiga jenis cairan atau
reagen pada sampel darah. Metode ini hanya dapat dilakukan oleh orang yang ahli
dibidang ini.
LDR (Light Dependent Resistor) adalah salah satu jenis resistor yang nilai
hambatannya dipengaruhi oleh cahaya yang diterimanya. Besarnya nilai hambatan
pada LDR tergantung pada besar kecilnya cahaya yang diterima oleh LDR. Yang
mana biasanya LDR ini pada penerapannya sehari-hari banyak digunakan seperti
untuk penerangan lampu taman dan lampu di jalan raya yang bisa menyala di
malam hari dan padam di siang hari secara otomatis. Pola cahaya dan perubahan

resistansi pada LDR memungkinkan dapat digunakan untuk membangun pola
sistem identifikasi jenis golongan darah.
Sedangkan metode yang diterapkan untuk memproses pengidentifikasian
jenis golongan darah ini menggunakan jaringan syaraf tiruan(Artificial Neural
Network). Adapun algoritma jaringan syaraf tiruan yangdipakai adalah algoritma
propagasi balik (Backpropagation). Model jaringan ini banyak digunakan untuk

diaplikasikan pada penyelesaian suatu masalah berkaitan dengan identifikasi,
prediksi, pengenalan pola dan sebagainya.
Dari uraian di atas, maka dalam judul tugas ahir ini penulis mengambil
judul tentang “Identifikasi Jenis Golongan Darah Menggunakan LDR Dan
Sistem JST Metode Algoritma Backpropagation Berbasis Mikrokontroler
Mbed LPC1768 (Cortex-M3)”.

1.2 Rumusan Masalah
Adapun rumusan masalah yangyang dibahas dalam tugas akhir ini adalah
sebagai berikut :
1. Bagaimana pemanfaatan sensor LDR dan LED untuk membaca sampel
darah yang telah dicampur cairan reagen?

2. Bagaimana metode pembelajaran bacpropagation pada JST mampu
melakukan identifikasi terhadap sampel darah yang diujikan?

1.3 Batasan Masalah
Batasan masalah pada tugas akhir ini adalah sebagai berikuti :
1.

Menggunakan sensor LDR dibantu LED.

2.

Objek yang diuji yaitu 4 sampel darah yang dicampur dengan cairan
reagen.

3.

Proses identifikasi golongan darah menggunakan sistem JST metode
pembelajaran backpropagation.

1.4 Tujuan

Tugas akhir ini bertujuan untuk :

1. Membuat

alat

yang

dapat

mengidentifikasi

golongan

darah

menggunakan sensor LDR dan LED.
2. Mengimplementasikan pengenalan pola identifikasi golongan darah
menggunakan metode pembelajaran backpropagation.
3. Mengidentifikasi golongan darah pada mikrokontroler mbed LPC1768

(cortex-m3).

1.5 Sistematika Penulisan
Sistematika dalam penulisan skripsi ini akan dibagi menjadi beberapa bab
sebagai berikut:

BAB I

PENDAHULUAN
Berisi latar belakang, tujuan, rumusan masalah, batasan masalah, dan
sistematika penulisan.

BAB II LANDASAN TEORI
Berisi dasar ilmu yang mendukung pembahasan tugas akhir ini.
BAB III METODOLOGI PENELITIAN
Berisi prosedur-prosedur yang akan dilakukan melingkupi desain
penelitian atau perancangan sistem secara terstruktur yang dilengkapi
dengan beberapa diagram dan pseudocode algoritma. Selain itu akan
dilakukan perancangan dan pembuatan perangkat lunak yang akan
dibangun sesuai dengan permasalahan dan batasannya yang telah

dijabarkan pada bab pertama.

BAB IV HASIL DAN PEMBAHASAN
Akan dilakukan uji coba berdasarkan parameter-parameter yang
ditetapkan, dan kemudian dilakukan analisa terhadap hasil uji coba
tersebut.
BAB V

PENUTUP
Berisi kesimpulan yang dapat diambil dari tugas akhir ini ini beserta
saran untuk pengembangan selanjutnya.