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

1

BAB 1
PENDAHULUAN

1.1 Latar Belakang
Jaringan syaraf tiruan (Artificial Neural Network) adalah salah satu cabang ilmu dari
bidang ilmu kecerdasan buatan (Artificial Intelligence) dan merupakan alat untuk
memecahkan masalah terutama di bidang yang melibatkan pengelompokan dan
pengenalan pola (pattern recognition). Beragam algoritma pembelajaran jaringan
syaraf tiruan yang ada terkadang menimbulkan kebingungan algoritma pembelajaran
apa yang sebaiknya digunakan (Diyah Puspitaningrum, 2006).
Dalam hal ini diperlukan keputusan terbaik dalam memilih algoritma yang
terbaik untuk menyelesaikan masalah, dari beberapa algoritma Jaringan Saraf tersebut
antara lain Algoritma Jaringan Kohonen, algoritma Jaringan Fractal, algoritma
Jaringan Learning Vector Quantization, algoritma Jaringan Cyclic, algoritma Jaringan
Alternating Projection, dan sebagainya.
Learning Vector Quantization (LVQ) dan Kohonen merupakan jaringan yang

banyak dipakai. Keduanya merupakan jaringan self-organizing yang memiliki neuronneuron yang dapat menyusun dirinya sendiri berdasarkan input nilai tertentu dalam
suatu kelompok yang dikenal dengan istilah cluster . LVQ dan Kohonen juga termasuk

dalam jaringan dengan pembelajaran kompetitif dimana setiap neuron akan
berkompetisi untuk merespon suatu vektor input.
Dengan hasil yang lebih tepat dan waktu yang relatif lebih cepat, penggunaan
bantuan komputer dalam mengambil keputusan. Misalnya di dunia kedokteran,
ketepatan hasil serta hasil yang cepat sangat dibutuhkan untuk mengetahui diagnosa
penyakit pasien, terlebih lagi jika penyakit tersebut merupakan penyakit mematikan
yang membutuhkan penanganan yang cepat seperti penyakit jantung, kanker, dan
sebagainya.
Leukemia merupakan kanker yang terjadi pada sel darah manusia. Ketika
terjadi leukemia, tubuh akan memproduksi sel–sel darah yang abnormal dan dalam
jumlah yang besar. Pada leukemia, sel darah yang abnormal tersebut adalah kelompok
sel darah putih. Sel– sel darah yang terkena leukemia akan sangat berbeda dengan sel
darah normal, dan tidak mampu berfungsi seperti layaknya sel darah normal. Pada

2

dasarnya ada 4 tipe leukemia yaitu leukemia limfositik akut, leukemia limfositik
kronis, leukemia mielositik akut, dan leukemia mielositik kronis. Leukemia pada
tahap kronis dapat berlanjut pada tahap akut.(Arthania Retno Praida, 2008)
Pada penelitian oleh Arthania Retno Praida, Departemen Elektro Fakultas

Teknik Universitas Indonesia. Untuk mengenali penyakit kanker sel darah putih
(leukemia) dewasa ini masih dilakukan proses konvensional yang memakan waktu
cukup lama dalam proses pengenalannya.(Arthania Retno Praida, 2008)
Berdasarkan hal yang telah diuraikan di atas maka penulis ingin membuat
skripsi dengan judul Perbandingan Kecepatan dan Ketepatan Antara Learning Vector
Quantization Dan Kohonen Pada Identifikasi Penyakit Leukemia.

1.2 Perumusan Masalah
Adapun masalah yang akan dibahas dalam penelitian ini adalah :
1. Bagaimana mengidentifikasi jenis-jenis penyakit leukemia berdasarkan gejala
masing-masing.
2. Bagaimana merancang aplikasi identifikasi penyakit leukimia dengan metode
Learning Vector Quantization Dan Kohonen.

1.3 Batasan Masalah
Adapun batasan masalah pada penelitian ini adalah :
1. Pada pembuatan aplikasi perangkat lunak jaringan saraf tiruan menggunakan
perbandingan antara metode Learning Vector Quantization dan Kohonen.
2. Objek yang akan dijadikan masukan adalah gejala-gejala pada penyakit leukemia.
3. Jenis penyakit Leukimia yang akan diteliti gejalanya adalah Leukemia Limfositik

Akut, Leukemia Limfositik Kronis, Leukemia Mielositik Akut, dan Leukemia
Mielositik Kronis
4. Hal yang akan dibandingkan dari dua metode tersebut adalah kecepatan dan
ketepatan pada identifikasi penyakit leukemia.
5. Nilai variabel data yang akan diolah meliputi lama penyakit, penyebab, gejala, dan
usia.
6. Implementasi perancangan program jaringan saraf tiruan yang digunakan adalah
bahasa pemograman Matlab 2012 dan Microsoft Excel Link.

3

1.4 Tujuan Penelitian
Tujuan dari penelitian adalah sebagai berikut:
1. Membandingkan kecepatan dan ketepatan setiap metode dalam mengidentifikasi
penyakit leukimia.

1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat membantu dokter dalam mengidentifikasi penyakit
leukemia, dan nantinya dapat digunakan sebagai sistem pengambil keputusan dalam
mengidentifikasi penyakit leukemia. Dan kedepannya dapat menjadi bahan referensi

untuk pengembangan lebih lanjut.

1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai
berikut:
a. Studi Literatur
Melakukan studi kepustakaan melalui penelitian berupa buku mengenai ilmu
penyakit leukemia dan jaringan syaraf tiruan, jurnal dan artikel-artikel yang
relevan.
b. Metode Penelitian
Metode ini dilaksanakan dengan melakukan penelitian terhadap obyek yang
nantinya akan diteliti mengenai penerapan metode yang dipakai dalam identifikasi
penyakit leukemia.
c. Analisis dan perancangan
Metode ini dilaksanakan dengan melakukan analisis terhadap permasalahan yang
ada dan batasan masalah yang dimiliki dan menggunakan flowchart sebagai
gambaran sistem sehingga dapat diperoleh rancangan yang terstruktur dan jelas.
d. Implementasi
Metode ini dilaksanakan dengan mengimplementasikan rancangan sistem yang
telah dibuat pada impelementasi sistem menggunakan bahasa pemrograman

Matlab.

4

e. Pengujian
Metode ini dilaksanakan dengan melakukan pengujian terhadap sistem dengan
melakukan proses identifikasi penyakit leukemia dan kemudian pengujian hasil
identifikasinya yang telah di implementasikan.
f. Dokumentasi
Metode ini dilaksanakan dengan membuat dokumentasi dalam bentuk laporan
tugas akhir.

1.7 Diagram Alir Penelitian
Penelitian ini akan membandingkan kecepatan dan ketepatan metode LVQ dan
Kohonen dalam mengidentifikasi penyakit leukemia. Proses pelatihan dimulai dengan
memasukkan gejala-gejala penyakit yang didapat dari rekam medis pasien sebagai
input. Setelah mendapat bobot dari masing-masing pelatihan, setelah itu dilakukan
pengujian. Berikut adalah diagram alir penelitiannya.

5

Mulai

Input
Variabel

Latihan JST

Pengujian JST

Selesai

Gambar 1.1 Flowchart Sistem

6

1.8 Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai
berikut:
BAB 1: PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi
―Perbandingan Kecepatan dan Ketepatan Antara Learning Vector Quantization Dan
Kohonen Pada Identifikasi Penyakit Leukemia.‖, rumusan masalah, batasan masalah,
tujuan penelitian, manfaat penelitian, metode penelitian, flowchart penelitian dan
sistematika penulisan.
BAB 2: TINJAUAN PUSTAKA
Bab ini berisi dasar teori-teori yang digunakan dalam analisis, perancangan dan
implementasi skripsi.
BAB 3: ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi analisis terhadap fokus permasalahan penelitian dan perancangan
terhadap sistem perbandingan kecepatan dan ketepatan antara

learning vector

quantization dan kohonen pada identifikasi penyakit leukemia.
BAB 4: IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini berisi teknik implementasi dari perancangan yang telah dibuat dan pengujian
terhadap implementasi. Pengujian dilakukan untuk membuktikan perangkan lunak
dapat berjalan sesuai dengan spesifikasi yang telah ditentukan di tahapan analisis.
BAB 5: KESIMPULAN DAN SARAN

Bab ini akan memuat kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan
saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat untuk
pengembangan selanjutnya.