UNIVERSITAS BINA NUSANTARA

Transkripsi

1 UNIVERSITAS BINA NUSANTARA Program Studi Ganda Teknik Informatika - Matematika Skripsi Sarjana Program Studi Ganda Semester Ganjil 2005/2006 Novan Parningotan S NIM: Abstrak Pada saat ini, penyakit demam berdarah dengue makin banyak menjangkit penduduk di Indonesia dan tingkat kematian yang disebabkannyapun semakin meningkat setiap tahun. Pada dasarnya hingga saat ini virus demam berdarah dengue belum ada obatnya. Hal yang paling mempengaruhi kesembuhan seorang pasien demam berdarah di rumah sakit adalah pada penanganannya. Kadang ada pasien yang datang ke rumah sakit dengan keadaannya yang terlihat cukup baik sehingga penanganan pada pasien tersebut kurang serius, namun pada kenyataannya pasien tersebut keluar dari rumah sakit dalam keadaan meninggal. Oleh sebab itu penulis mencoba melakukan pendekatan pemeriksaan pasien demam berdarah dengue dengan aplikasi komputer karena biasanya di rumah sakit hanya melakukan pemeriksaan-pemeriksaan rutin dengan prosedur standard yang biasa diterapkan juga pada pasien penyakit lain. Sekalipun begitu peran dokter juga masih sangat vital dalam menentukan kesembuhan seorang pasien demam berdarah dengue. Adapun metode yang digunakan sebagai bahan pertimbangan untuk meramalkan tingkat kesembuhan pasien adalah metode neural network dengan algoritma backpropagation sebagai algoritma. Sistem ini diterapkan hanya pada saat pasien pertama kali datang ke rumah sakit tanpa melibatkan bagaimana kondisi pasien setelah dirawat di rumah sakit. Data pasien yang digunakan adalah data pasien pada tahun 2003 dan Untuk mengevaluasi ketepatan algoritma ini, digunakan data pasien baru mulai tahun 2005 yang sudah diketahui keadaannya setelah meninggalkan rumah sakit. Jumlah data training yang dipakai adalah 145. Sedangkan jumlah data testing yang dipakai adalah 15. Hasil evaluasi menunjukkan 14 dari 15 record benar diprediksi. Ini berarti tingkat ketelitian yang dihasilkan adalah 93.33%. Nilai ini sudah cukup untuk membantu dokter atau staf rumah sakit untuk mengambil keputusan selanjutnya. Kata Kunci: neural network, backpropagaion, peramalan. iv

2 PENGANTAR Puji syukur kepada Tuhan Yang Maha Esa atas berkat dan bimbingan-nya sehingga penulis dapat menyusun dan menyelesaikan skripsi yang berjudul Analisa dasn Perancangan Aplikasi Peramalan Kesembuhan Pasien Demam Berdarah Dengan Algoritma Backpropagation. Skripsi ini disusun sebagai salah satu syarat dalam menyelesaikan program studi ganda Strata 1 di Universitas Bina Nusantara, Jakarta.. Dalam penyususnan skripsi ini penulis banyak mendapatkan bantuan serta dukungan moral dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis ingin menyampaikan terima kasih kepada : 1. Alm. Ibu Dr. Ir. Theresia Widia Soerjaningsih, MM., selaku pendiri Universitas Bina Nusantara yang telah memberikan kesempatan bagi penulis dalam menimba ilmu di Universitas Bina Nusantara. 2. Bapak Prof. Dr. Gerardus Polla, M. App. Sc. selaku Rektor Universitas Bina Nusantara, yang telah memberikan kesempatan, kepercayaan dan semangat serta dukungan bagi penulis dalam penyusunan skripsi ini. 3. Bapak Wikaria Gazali, S.Si, M.T., selaku Dekan Fakultas MIPA yang telah banyak memberikan kesempatan, kepercayaan dan semangat serta dukungan bagi penulis dalam penyusunan skripsi ini. 4. Bapak Ngarap Imanuel Manik, Drs., M.Kom., selaku Kepala Jurusan Teknik Informatika Matematika yang telah menyediakan waktu, memberikan sumbangan pikiran, dan membimbing penulis dalam menyelesaikan masalahmasalah yang ditemui selama penulis menyusun skripsi ini. 5. Bapak Rojali, selaku Sekretaris Jurusan Teknik Informatikan dan Matematika yang telah menyediakan waktu, memberikan sumbangan pikiran, dan membimbing penulis dalam menyelesaikan masalah-masalah yang ditemui selama penulis menyusun skripsi ini. 6. Bapak Alan R. Tumbelaka, selaku Kepala Divisi Infeksi dan Pediatri Tropis Departemen I. Kesehatan Anak, FKUI - RSCM 7. Bapak Dr.Ir.Haryono Soeparno, M.Sc, selaku dosen pembimbing yang telah menyediakan waktu, memberikan sumbangan pikiran, dan membimbing penulis dalam menyelesaikan masalah-masalah yang ditemui selama penulis menyusun skripsi ini. 8. Bapak Makzen Djali, S.Kom., S.Si., M.Kom, selaku dosen pembimbing yang telah menyediakan waktu, memberikan bimbingan dan pengarahan dalam menyelesaikan masalah-masalah yang ditemui selama penulis menyusun skripsi ini. 9. Orang tua dan saudara-saudara penulis yang telah memberikan dukungan, baik dalam bentuk moral maupun material untuk menyelesaikan skripsi ini. v

3 10. Dermawatty Sihombing, kekasih saya yang telah memberikan dukungan, baik dalam bentuk moral maupun material untuk menyelesaikan skripsi ini. 11. Teman-teman yang telah membantu penulis dalam memberikan usul dan saran dalam menyelesaikan program dalam skripsi ini. Penulis menyadari bahwa skripsi ini masih belum sempurna, oleh karena itu dengan segala kerendahan hati, penulis mengharapkan kritik dan saran yang membangun dari semua pihak. Akhir kata, penulis berharap agar skripsi ini dapat memberikan manfaat bagi semua pembaca dan semua pihak yang berkepentingan. Terima kasih. Jakarta, Januari 2006 Penulis vi

4 DAFTAR ISI Halaman Judul Luar Halaman Judul Dalam Halaman Persetujuan Abstrak Pengantar Daftar Tabel Daftar Gambar Daftar Lampiran Halaman I II III IV V X Xi XIi BAB 1 PENDAHULUAN Latar Belakang Masalah Ruang Lingkup Tujuan dan Manfaat Pembatasan Masalah Metodologi Penelitian Sistematika Penulisan 5 BAB 2 LANDASAN TEORI Demam Berdarah Dengue Latar Belakang Sejarah DBD di Indonesia Sistem Syaraf Manusia VS Sistem Syaraf Buatan Sistem Syaraf Buatan Pengertian Sistem Syaraf Buatan Fungsi Aktivasi dan Signal-signal Klasifikasi Jaringan Syaraf Tiruan 2.4 Jaringan Backpropagation Sejarah Perkembangan Backbpopagation ArsitekturJaringan Backpropagation Algoritma Backpropagation Classic Life Cycle Problem 25 BAB 3 PERANCANGAN PROGRAM Model Aplikasi Model Neural dengan 2 node hidden layer Model Neural dengan 3 node hidden layer Model Neural dengan 4 node hidden layer Model Neural dengan 5 node hidden layer vii

5 3.1.5 Model Neural dengan 6 node hidden layer Model Neural dengan 7 node hidden layer Perancangan Database Pemrosesan Data Perancangan Program Aplikasi Penerapan Neural Network State Trantition Diagram Perancangan Layar 3.5 Spesifikasi Modul Modul FormCreate Modul Execute Modul FeedForward Modul Back_Prop Modul Inisialisasi_Weight Modul Update_Weight Modul Create Modul Cetak Modul ThreadDone Modul AddTPClick Modul TrainingClick Modul LearningClick Modul New1Click Modul Exit1Click BAB 4 Implementasi dan Evaluasi Neural Network Pada Data Pasien Demam Berdarah Struktur Data Prosedur Analisis Data Hasil analisis data Implementasi Implementasi Perangkat Keras Implementasi Perangkat Lunak Implementasi Program Aplikasi Evaluasi Waktu Training Hasil Learning BAB 5 KESIMPULAN DAN SARAN Kesimpulan 71 viii

6 5.2 Saran 71 DAFTAR PUSTAKA 73 RIWAYAT HIDUP 74 LAMPIRAN L1 FOTOKOPI SURAT SURVEI ix

7 DAFTAR TABEL Halaman Tabel 4.1 Tabel 4.2 Tabel hasil Crosstabs Tabel hasil Training x

8 DAFTAR GAMBAR Halaman Gambar 2.1 Sistem syaraf buatan 10 Gambar 2.2 Fungsi Sigmoid Logistic 12 Gambar 2.3 Fungsi Tangen Hiperbolik 12 Gambar 2.4 Fungsi Step 13 Gambar 2.5 Fungsi Ramp 13 Gambar 2.6 Jaringan Perceptron 16 Gambar 2.7 Local Minima (A), Global Minima (B) 20 Gambar 2.8 Jaringan Backpropagation sederhana 21 Gambar 3.1 Model Neural dengan 2 node hidden layer 29 Gambar 3.2 Model Neural dengan 3 node hidden layer 32 Gambar 3.3 Model Neural dengan 4 node hidden layer 33 Gambar 3.4 Model Neural dengan 5 node hidden layer 34 Gambar 3.5 Model Neural dengan 6 node hidden layer 35 Gambar 3.6 Model Neural dengan 7 node hidden layer 36 Gambar 3.7 STD Aplikasi Peramalan Kesembuhan Pasien Demam 40 Berdarah dengan Algoritma Backpropagation Gambar 3.8 Layar Utama 41 Gambar 4.1 Tampilan awal program 61 Gambar 4.2 Load From File 62 Gambar 4.3 Setelah load data from file 63 Gambar 4.4 Pilihan jumlah node hidden layer 64 Gambar 4.5 New 65 Gambar 4.6 Setelah melakukan training 66 Gambar 4.7 Setelah Simulasi 67 xi

9 DAFTAR LAMPIRAN Halaman Lampiran 1 Listing Program L.1 Lampiran 2 Tabel Data Record Pasien L.6 xii