Latar Belakang Masalah PENDAHULUAN

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

Seiring dengan perkembangan zaman banyak perubahan teknologi dan informasi yang mengalami kemajuan yang pesat. Peranan komputer sangat penting untuk membantu pekerjaan manusia sehari-hari dalam segala aspek bidang. Pemakai mulanya menggunakan komputer sebagai mesin ketik yang dapat bekerja lebih cepat, tepat maupun otomatis. Sejalan dengan perkembangan saat ini, para ahli mencoba menggantikan komputer menjadi suatu alat bantu yang dapat meniru cara kerja otak manusia, sehingga diharapkan suatu saat akan tercipta komputer yang dapat menimbang dan mengambil keputusan sendiri. Hal inilah yang mendorong lahirnya teknologi AI Artificial Intelligence. Salah satu teknik komputasi yang dikelompokkan dalam AI 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 melalui perubahan bobot sinapsisnya. Jaringan syaraf mensimulasi struktur proses-proses otak fungsi syaraf biologis dan kemudian membawanya kepada perangkat lunak kelas baru yang dapat mengenali pola-pola yang kompleks serta belajar dari pengalaman-pengalaman masa lalu. Jaringan saraf tiruan Self Organizing Maps SOM atau disebut juga dengan jaringan Kohonen telah banyak dimanfaatkan untuk pengenalan pola baik berupa pola penyakit, citra, suara, dan lain-lain. Jaringan SOM sering pula digunakan untuk ekstraksi ciri feature pada proses awal pengenalan pola. Ia mampu mereduksi dimensi input pola ke jumlah yang lebih sedikit sehingga pemrosesan komputer menjadi lebih hemat. Universita Sumatera Utara Beberapa penelitian telah melakukan penelitian tentang pengenalan pola, diantaranya, penelitian yang dilakukan oleh beberapa peneliti berikut ini; Wahyono 2009, melakukan penelitian tentang pelatihan dan pengujian data pola dan didapatkan bahwa ternyata algoritma perceptron pun bisa digunakan dalam pengenalan huruf yang masuk dalam ruang lingkup pengklasifikasian pola ; Setyo Nugroho 2005, 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 dapat digunakan untuk melakukan pendeteksian suatu jenis penyakit, gangguan, maupun kasus yang memiliki data masa lalu, dan dengan menggunakan metode Backpropagation , target output yang diinginkan lebih mendekati ketepatan dalam malakukan pengujian, karena terjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan training. Berdasarkan penelitian yang ada tersebut, penulis mencoba untuk melakukan penelitian menggunakan algoritma Kohonen yang meneliti tentang apakah algoritma Kohonen pada jaringan syaraf tiruan backpropagation dapat mempercepat mengenali pola suatu penyakit. Penggunaan algoritma Kohonen pada jaringan syaraf tiruan backpropagation diharapkan dapat menghasilkan hasil yang jauh lebih baik pada proses pelatihan traning yang dapat mempercepat dalam pengenalan pola suatu penyakit.

1.2 Perumusan Masalah