Generated by Foxit PDF Creator Foxit Software For evaluation only. BAB I PENDAHULUAN

dokumen-dokumen yang mirip
DETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION

BAB I PENDAHULUAN. 1.1 Latar Belakang

PENGEMBANGAN APLIKASI PENGENALAN POLA PENYAKIT KULIT MENGGUNAKAN BACKPROPAGATION MOMENTUM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,

BAB I PENDAHULUAN I-1

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. pelaksana diagnosa digantikan oleh sebuah sistem pakar, maka sistem pakar

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation

1. Pendahuluan. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN I.1 Latar Belakang

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN Latar belakang masalah

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. yang menyerupai otak manusia yang dikenal dengan jaringan syaraf tiruan.

BAB 1 PENDAHULUAN 1.1. Latar Belakang

METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Rancangan antarmuka (interface) program terdiri dari form cover, form

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK

Perancangan Prediksi Keputusan Medis Untuk Penyakit Demam Berdarah Dengue Dengan Jaringan Syaraf Tiruan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

UJM 3 (1) (2014) UNNES Journal of Mathematics.

BAB 3 METODOLOGI PENELITIAN

BAB III ANALISIS DAN PERANCANGAN

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

BAB I PENDAHULUAN. menyebabkan Dinas Kesehatan kota Medan harus sering melakukan sosialisasi

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Universitas Kristen Maranatha

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN

Tujuan Penelitian Tujuan penelitian ini adalah untuk melakukan deteksi penyakit pada daun rose dengan menggunakan metode ANN.

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

Klasifikasi Pola Huruf Vokal dengan Menggunakan Jaringan Saraf Tiruan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERAMALAN VOLUME PENUMPANG KERETA API DI PULAU JAWA-SUMATERA DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROGATION

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK

PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION

BAB I PENDAHULUAN. 1.1 Latar Belakang

JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA

SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Kata Kunci: Jaringan Syaraf Tiruan, Metode Backpropagation, penyakit saluran pernafasan.

Neural Network (NN) Keuntungan penggunaan Neural Network : , terdapat tiga jenis neural network Proses Pembelajaran pada Neural Network

Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*

1 PENDAHULUAN 1.1 Latar Belakang

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 KONSEP DASAR PENGENAL OBJEK

BAB I PENDAHULUAN. manusia atau bahkan melebihi kemampuan kerja manusia. meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat

ABSTRAK. Pemodelan Kecerdasan Buatan Untuk Pengenalan Citra Elektrokardiografi (EKG) Oleh: Imam Tazi, M.Si

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,

BAB I PENDAHULUAN. untuk meniru sistem visual manusia (human vision).

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. Keuangan merupakan hal penting dan perlu. diperhatikan dalam suatu organisasi khususnya

BAB I PENDAHULUAN. lama untuk menunjukkan efek. Masalahnya menjadi lebih mencemaskan jika

BAB I PENDAHULUAN. 1.1 Latar Belakang

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

BAB III METODOLOGI PENELITIAN

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

BAB IV HASIL DAN PEMBAHASAN. Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

BAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan pada

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Ranah kesehatan selalu marak diperbincangkan dimana saja hal tersebut di

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT

Pangan merupakan salah satu dari tiga kebutuhan pokok manusia, dan ketersediaan pangan yang cukup adalah masalah yang kompleks yang memiliki

APLIKASI PENGENALAN POLA DAUN MENGGUNAKAN JARINGAN SYARAF LEARNING VECTOR QUANTIFICATION UNTUK PENENTUAN TANAMAN OBAT

BAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan

Pengenalan Hand Gesture Dinamis Menggunakan JST Metode Pembelajaran Backpropagation

KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K

BAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara

BAB I PENDAHULUAN I.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

Komparasi Metode Klasifikasi Penyakit Diabetes Mellitus Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization dan Backpropagation

BAB I PENDAHULUAN. mengantar barang, mengantar anak ke sekolah, dan lain sebagainya.

BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM

BAB I PENDAHULUAN. 1.1 Latar Belakang

1. Pendahuluan 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Pengantar

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION

Transkripsi:

1 BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan teknologi khususnya komputer beberapa tahun terakhir ini sangat pesat. Pesatnya perkembangan juga dirasakan di berbagai disiplin ilmu termasuk kedokteran. Ilmu kedokteran sendiri menemukan beberapa penyakit-penyakit kulit yang baru, yang membuat banyaknya hal yang harus diingat seorang dokter penyakit kulit untuk memeriksa pasiennya. Kulit merupakan lapisan terluar dari tubuh manusia yang sering terkena penyakit. Penyakit kulit merupakan suatu penyakit yang diakibatkan oleh virus, alergi, bakteri dan kelainan figmen (Sangadji, 2007) Penyakit kulit ini bisa menyerang semua bagian kulit manusia. Penyakit kulit sangat umum menyerang masyarakat ekonomi menengah kebawah, karena lingkungan tempat tinggal mereka tidak sehat. Kurangnya pengetahuan tentang penyakit yang diderita dan kesalahan dalam pemakain obat membuat penyakit mencapai tahap kronis (Khomsah, 2008). Padahal setiap manusia pasti ingin mempunyai kulit yang sehat, bersih dan bebas dari penyakit agar dapat bersosialisasi dengan masyarakat (Lily, 2010). Identifikasi beberapa penyakit pada bidang medis menggunakan teknik pengolahan citra (image processing) telah luas diimplementasikan. Pengolahan citra digital sekarang telah dikembangkan untuk analisis kuantitatif dari struktur kulit dalam kelompok warna dari jaringan

2 tubuh dan dengan menggunakan teknik pengolahan citra, identifikasi pola warna dari kulit yang diduga terinfeksi penyakit ini dapat dilakukan secara otomatis (Arianto, 2010). Dalam penelitian ini akan dikembangkan suatu sistem yang dapat mengenal penyakit kulit hanya dengan mengambil citra dari permukaan kulit dan membandingkannya kedalam basis data yang dimiliki sehingga sistem dapat mencari berbagai kesamaan citra didalam basis data dan citra yang sesungguhnya. Sistem ini juga akan menampilkan jenis penyakit, cara penanganan, hingga berbagai macam obat yang dapat dipakai untuk menangani penyakit ini. Sistem ini akan dirancang sedemikian rupa sehingga semua orang dapat memakai dan dapat melakukan penolongan awal pada kulit yang berpenyakit dimana saja orang tersebut itu tinggal. Sistem kerja dari pengenalan pola penyakit kulit ini mengacu pada metode jaringan syaraf tiruan Backpropagation Momentum yang merupakan salah satu metode atau model jaringan syaraf tiruan. Konsep dasar Jaringan Syaraf Tiruan adalah dengan menirukan sel-sel otak manusia. Menurut Subiyanto (2002), jaringan syaraf tiruan adalah membuat model sistem komputasi yang dapat menirukan cara kerja jaringan syaraf biologi. Pada dasarnya cara kerja JST tersebut dengan cara menjumlahkan hasil kali dari nilai masukan dengan nilai bobotnya (Wijaya, 2009). Pemilihan digunakannya metode ini berdasarkan pada algoritma Backpropagation Momentum yang menerapkan pola pembelajaran dan pelatihan. Algoritma backpropagation merupakan pengembangan dari

3 algoritma least mean square yang dapat digunakan untuk melatih jaringan dengan beberapa layer (Wibisono, 2010). Dari proses pelatihan ini pola-pola yang telah dipelajari akan dikenali oleh jaringan. Dengan semakin banyak pola pelatihan maka semakin banyak pola-pola yang dapat kenali. Oleh karena itu, Jaringan Saraf Tiruan Backpropagation merupakan jaringan dengan proses pembelajaran secara terbimbing (Sulistyorini, 2009). Keunggulan dari metode ini bahwa metode ini bekerja dengan tujuan untuk menghaluskan osilasi yang terjadi. Filter momentum ini akan ditambahkan pada persamaan weight matrix dan bias. Dibandingkan dari backpropagation, kekurangannya adalah pada saat learning rate nya kecil, maka pencapaian nilai konvergennya lambat, sedangkan bila learning rate nya besar, pencapaian nilai konvergensinya cepat namun ada bahaya osilasi yang dapat mengakibatkan nilai minimum global tidak tercapai (Halim, 2009). Metode pengumpulan data dilakukan dengan cara metode interview dan studi literatur. Tahap pengembangan aplikasi perangkat lunak meliputi tahap analisis sistem, perancangan sistem, dan pengujian sistem dengan menggunakan black box test dan alfa test. I.2 Rumusan Masalah Rumusan masalah penelitian ini adalah 1. Bagaimana mengembangkan aplikasi yang dapat mengenal pola penyakit kulit menggunakan metode Backpropagation Momentum?

4 2. Bagaimana tingkat ketepatan / akurasi mengenal pola penyakit kulit menggunakan metode Backpropagation Momentum 3. Bagaimana pengaruh noise pada citra yang akan diproses? I.3 Batasan Masalah Batasan masalah terhadap perangkat lunak yang akan dibuat adalah sebagai berikut: 1. Sistem ini dibangun untuk proses gambar mengunakan metode Backpropagation Momentum, dan menampilkan kesimpulan tentang gambar yang telah diproses. 2. Citra yang dimasukkan kedalam sistem adalah citra yang sudah di preprocesessing dan berukuran 128 x 128 pixel. I.4 Tujuan Tujuan penelitian ini adalah 1. Mengembangkan aplikasi yang dapat mengenal pola penyakit kulit menggunakan metode Backpropagation Momentum. 2. Mengetahui tingkat ketepatan / akurasi mengenal pola penyakit kulit menggunakan metode Backpropagation Momentum. 3. Mengetahui pengaruh noise pada citra yang akan diproses. I.5 Metodologi Penelitian Metode yang digunakan dalam pembuatan tugas akhir ini adalah:

5 1. Metode Penelitian Kepustakaan Metode ini digunakan untuk mencari literatur atau sumber pustaka yang berkaitan dengan perangkat lunak yang dibuat dan membantu mempertegas teori-teori yang ada serta memperoleh data yang sesungguhnya. 2. Metode Pembangunan Perangkat Lunak a. Analisis Kebutuhan Perangkat Lunak Analisis dilakukan dengan menganalisis data dan informasi yang diperoleh sehingga dapat dijadikan bahan pengembangan perangkat lunak. b. Perancangan Perangkat Lunak Perancangan dilakukan untuk mendapatkan deskripsi arsitektural perangkat lunak, deskripsi antarmuka, deskripsi data, dan deskripsi prosedural. c. Implementasi Perangkat Lunak Implementasi dilakukan dengan menterjemahkan teori dan deskripsi perancangan ke dalam C#. d. Pengujian Perangkat Lunak Pengujian dilakukan untuk menguji fungsionalitas perangkat lunak dengan menggunakan berbagai gambar yang diinputkan. I.6 Sistematika Penulisan Adapun sistematika penulisan tugas akhir ini adalah :

6 Bab I Pendahuluan Bab ini berisi latar belakang masalah, rumusan masalah, batasan masalah, tujuan penulisan, metode penelitian, serta sistematika penulisan. Bab II Tinjauan Pustaka Dalam bab ini dibahas mengenai perkembangan Jaringan Syaraf Tiruan, Algoritma Belajar atau Pelatihan, Jaringan Syaraf Tiruan Backpropagation, dan Backpropagation Momentum. Bab III Landasan Teori Dalam bab ini dibahas mengenai teori jaringan Jaringan Syaraf Tiruan Backpropagation Momentum BAB IV Analisis dan Perancangan Sistem Pada bab ini berisi analisis dan perancangan dan pembangunan aplikasi yang dapat mengenal pola penyakit kulit menggunakan Backpropagation Momentum BAB V Implementasi dan Pengujian Sistem Pada bab ini dibahas implementasi dan pengujian yang dapat mengenal pola penyakit kulit menggunakan Backpropagation Momentum. Bab VI Kesimpulan Pada bab ini berisi kesimpulan-kesimpulan dari pembahasan tugas akhir secara keseluruhan dan saran untuk pengembangan lebih lanjut.