Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization 2 ( LVQ 2 ) untuk Mengklasifikasi Jenis Penyakit pada Ayam

Transkripsi

1 Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization 2 ( LVQ 2 ) untuk Mengklasifikasi Jenis Penyakit pada Ayam TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Informatika Oleh : YURI SETIAWAN FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU PEKANBARU 2015

2

3 Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization 2 ( LVQ 2 ) untuk Mengklasifikasi Jenis Penyakit Pada Ayam Yuri Setiawan Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Diagnosa untuk menentukan jenis penyakit yang melanda hewan ternak terutama ayam dilakukan peternak dengan melakukan konsultasi kepada pihak kantor Dinas Peternakan dan Kesehatan Hewan. Peternak menjelaskan gejala-gejala yang mereka temui untuk mendapatkan solusi yang sesuai dengan keluhan mereka. Dinas Peternakan dan Kesehatan Hewan menanggapi keluhan dari para peternak berdasarkan konsultasi tersebut. Pada penelitian ini akan menerapkan variasi metode jaringan syaraf tiruan Learning Vektor Quantization 2 untuk menentukan penyakit ayam dan dapat membantu para peternak dalam mengenali nama penyakit yang menyerang ayam dan bagaimana pencegahan serta pengobatannya. Variabel-variabel input yaitu gejala dan output nya penentuan penyakit, pencegahan dan pengobatan. Data latih yang digunakan adalah 70 buah data dan 14 data uji. Dari hasil penelitian dan pembahasan yang dilakukan, algoritma Learning Vektor Quantization 2 menggunakan fungsi jarak eucludean dapat mengenali pola dengan persentase akurasi terbaik. Dengan pengujian menggunakan parameter didapat rata-rata akurasi sebesar 99,20%, dan dengan pengujian berdasarkan data latih mendapat rata-rata akurasi sebesar 87,49%. Penggunaan window dan learning rate mempengaruhi hasil pengujian Learning Vector Quantization 2. kunci: Ayam, Learning Vector Quantization2, Penentuan penyakit vii

4 Application of Neural Network Method Learning Vector Quantization 2 (LVQ 2 ) for the Classification of Diseases Chicken Yuri Setiawan Informatics Engineering Faculty of Science and Technology State Islamic University of Sultan Syarif Kasim Riau ABSTRACT Diagnosis to determine some kind of diseases that infected animals, especially chicken. Breeder consulted to department of animal husbandry and health. Breeder explained any symptoms that they found to discover the right solution about their problem. Departement of Animals Husbandry and Health respond the problem from breeder based on the consultation.this of research will apply variation of artificial neural network Learning Vector Quantization 2 method to determine some disease that infected chicken and help breeders to recognize the name of disease, prevention and treatments, the input variabels are the symptomps and the output are the name of diseases, prevention and treatments. The data used 70 records of train data and 14 records of test data. The result of the research is the Learning Vector Quantization 2 algorithm with euclidean distance can recognize the pattern at best accuracy percentage. The result test with some parameters reached accuracy 99,20% and by train data reached 87,49%. The used of window and learning rate affected the result test of Learning Vector Quantization 2 Keywords : Chicken, Learning Vector Quantization 2, The determination of disease. vii

5 KATA PENGANTAR Alhamdulillaahi Robbil alamin, penulis bersyukur kehadirat Allah SWT, karena atas segala limpahan rahmat dan karunia-nya yang diberikan sehingga penulis dapat menyelesaikan penelitian dan penulisan laporan tugas akhir ini. Allahumma sholli ala Muhammad wa ala ali sayyidina Muhammad, yang tidak lupa penulis haturkan juga untuk Rasul Allah, Muhammad SAW. Laporan tugas akhir ini merupakan salah satu prasyarat untuk memenuhi persyaratan akademis dalam rangka meraih gelar kesarjanaan di Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau (UIN SUSKA Riau). Selama menyelesaikan tugas akhir ini, penulis telah banyak mendapatkan bantuan, bimbingan, dan petunjuk dari banyak pihak baik secara langsung maupun tidak langsung. Untuk itu dalam kesempatan ini penulis ingin mengucapkan terimakasih yang sebesar-besarnya kepada: 1. Bapak Prof. Dr. H. Munzir Hitami, MA, selaku Rektor Universitas Islam Negeri Sultan Syarif Kasim Riau. 2. Dr. Hartono, M.Pd, selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. 3. Bapak Muhammad Irsyad, S.T.,MT, selaku Ketua Jurusan Teknik Informatika, Fakultas Sains dan Teknologi. 4. Ibu Lola Oktavia, S.S.T., M.T.I. Selaku dosen pembimbing tugas akhir. Terimakasih untuk waktu yang selalu Ibu luangkan untuk penulis, ilmu, semangat, dan motivasinya yang luar biasa. Terimakasih banyak Bu. 5. Bapak Muhammad Fikry, S.T, M.Sc, selaku dosen penguji 1 yang banyak membantu dan memberi masukan kepada penulis dalam penyempurnaan Laporan Tugas Akhir ini, terimakasi untuk ilmu-ilmunya Pak. 6. Bapak Rahmad Kurniawan, S.T.,M.I.T. selaku dosen penguji 2, terimakasih pak untuk ilmu-ilmunya, saran-sarannya, perbaikan-perbaikannya, dan masukannya. ix

6 7. Ibuk Fadhilah Syafira, S.T., M.Kom. sebagai koordinator tugas akhir yang telah memberi masukan-masukan untuk penyelesaian tugas akhir ini, dan sangat sabar membantu penulis dalam mempersiapkan semua kebutuhan penulis dalam penyelesaian Tugas Akhir ini. 8. Terimakasih kepada dosen-dosen yang telah sabar mengajar dan memberikan motivasi kepada penulis semenjak semester 1 hingga dalam tahap penyelesaian tugas akhir. 9. Terima kasih kepada orang tua penulis Ayah Azwardi dan Ibu Helmawati atas semua kesabaran dan kerja kerasnya untuk membiayai seluruh kebutuhan penulis hingga tahap penyelesaian tugas akhir, Mama Papa seorang bidadari yang telah Allah SWT hadirkan dalam kehidupan penulis. Terimakasih atas semua doa, perjuangan, pengorbanan dan semangat yang Mama Papa berikan untuk kesuksesan penulis. 10. Terimakasih kepada kakak penulis yaitu Teja Susila dan Rice Suswanti yang menjadi orangtua ketiga bagi penulis. Serta ketiga ponakan yang menjadi penyemangat yaitu Khalila Khairu Umma, Enzo Athifun Alim, Gavin Nadif Arshaka. 11. Teman-teman kelas Initial D, yang tidak dapat penulis sebutkan satupersatu, terima kasih atas saran dan bantuannya serta semangat yang diberikan selama ini, terimakasih banyak. 12. Teman-teman yang sangat membantu penulis melakukan penelitian ini, Aflim Ananda Puta, Sandi Eko Yulianto, Angga Rizky, M.Iskandar, Eva Nurlina yang tidak bisa disebutkan satu persatu. Semoga perjuangan ini tidak sia-sia. Amiiin. Bersama ini, penulis mengucapkan terima kasih secara khusus kepada pihak UIN Suska Riau yang telah memberikan kesempatan kepada penulis untuk melaksanakan penelitian beserta dengan segala fasilitasnya. Penulis mohon maaf atas kesalahan atau hal-hal yang tidak berkenan di hati. Semoga Allah SWT menerima amalan tersebut sebagai suatu ibadah. Amin. Semoga laporan ini dapat bermanfaat bagi penulis khususnya maupun pembaca umumnya. Akhir kata, penulis menyadari dalam penulisan laporan tugas x

7 ini masih terdapat kekurangan. Oleh karena itu, saran dan kritik sangat penulis harapkan untuk kemajuan penulis secara pribadi. Terimakasih. Pekanbaru, 23 Desember 2015 Penulis xi

8 DAFTAR ISI LEMBAR PERSETUJUAN... ii LEMBAR PENGESAHAN... iii LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL... iv LEMBAR PERNYATAAN...v LEMBAR PERSEMBAHAN... vi ABSTRAK... vii ABSTRACT... viii KATA PENGANTAR... ix DAFTAR ISI... xi DAFTAR GAMBAR... xiv DAFTAR TABEL... xvi DAFTAR LAMPIRAN... xviii DAFTAR SIMBOL... xix BAB I PENDAHULUAN...I Latar Belakang...I Rumusan Masalah...I Batasan Masalah...I Tujuan Penelitian...I Sistematika Penulisan...I-4 BAB II LANDASAN TEORI...II Jaringan Syaraf Tiruan...II Arsitektur Jaringan Syaraf Tiruan...II Karakteristik Jaringan Syaraf Tiruan...II Permodelan dan konsep Jaringan Syaraf Tiruan...II Proses Pembelajaran...II Learning Vector Quantization (LVQ)...II Algoritma LVQ1...II Pengembangan dan Variasi Algoritma LVQ2...II Ayam...II-12 xi

9 2.4. Tabel Penelitian Yang Terkait...II-13 BAB III METODOLOGI PENELITIAN... III Perumusan Masalah... III Pengumpulan Data... III Analisa Sistem... III Analisa Sistem Lama... III Analisa Sistem Baru... III Analisa Subsistem Model (LVQ2)... III Analisa Fungsional Sistem... III Analisa Data Sistem... III Perancangan Sistem... III Perancangan Basis Data... III Perancangan Subsistem Model... III Perancangan Struktur Menu... III Perancangan Interface... III Implementasi... III Pengujian Sistem... III Kesimpulan dan Saran... III-19 BAB IV ANALISA DAN PERANCANGAN SISTEM... IV Analisa Sistem Lama... IV Analisa Sistem Baru... IV Analisis Subsistem Data... IV Arsitektur Jaringan Syaraf Tiruan LVQ2... IV Analisis Subsistem Dialog... IV Perancangan Tabel... IV Perancangan Struktur Menu... IV Perancangan Antarmuka (Interface)... IV-37 BAB V IMPLEMENTASI DAN PENGUJIAN... V Implementasi... V Lingkungan Implementasi... V Batasan Implementasi... V Implementasi Antar Muka... V-2 xii

10 5.3 Pengujian... V Pengujian Blackbox... V Pengujian Parameter Algoritma LVQ2... V Pengujian Berdasarkan Jumlah Data Latih... V Kesimpulan Pengujian... V-29 BAB VI PENUTUP... VI Kesimpulan... VI Saran... VI-2 DAFTAR PUSTAKA...xxi xiii