Perbandingan Jaringan Syaraf Tiruan Backpropagation dan Kohonen pada Identifikasi Penyakit Infeksi pada Kulit Dengan Gejala Bercak Putih

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