PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI
PADA KULIT DENGAN GEJALA
BERCAK PUTIH
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah Sarjana Ilmu Komputer
RIZKY RAMADHANSYAH HARAHAP
091401004
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERBANDINGAN JARINGAN SYARAF TIRUAN
BACKPROPAGATION DAN KOHONEN PADA
IDENTIFIKASI PENYAKIT INFEKSI PADA
KULIT DENGAN GEJALA BERCAK PUTIH
Kategori : SKRIPSI
Nama : RIZKY RAMADHANSYAH HARAHAP
Nomor Induk Mahasiswa : 091401004
Program Studi : S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 24 Oktober 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Amer Sharif S.Si, M.kom Dr. Poltak Sihombing, M.Kom
NIP. NIP. 19620317 199103 1 001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
PERNYATAAN
PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN
KOHONEN PADA IDENTIFIKASI PENYAKIT INFEKSI PADA KULIT DENGAN GEJALA BERCAK PUTIH
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 24 Oktober 2013
Rizky Ramadhansyah Harahap
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT , Tuhan Yang Maha Esa, yang telah memberikan rahmat dan hidayahnya, serta segala sesuatu dalam hidup, sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembimbing I yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu Komputer.
5. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
6. Syahriol Sitorus S.Si, MIT selaku Dosen Pembanding I yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
7. Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
9. Ayahanda H.Sahlan Harahap dan Ibunda Hj.Safia Siregar yang tak henti memberikan dukungan secara moril maupun secara materi serta terus mendoakan selalu agar dimudahkan dalam menyelesaikan perkuliahan ini..
10.Kakak Bajora Hafni harahap, kakak Jernita Pratiwi Harahap, abang Fahri Parlaungan Harahap dan adik Hasbi Hamid Ansori Harahap yang selalu memberikan semangat.
12.Teman-teman sekaligus keluarga besar Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
13.Teman- teman sepermainan Nur Ainun, Ajeng Devira Lubis, Wella Reynanda, Eka Yuslida, Risna Purnama Sari Lubis, Mhd.Huzaifa, dan Aulia Fizhta yang selalu membantu dalam menyelesaikan masalah dalam perkuliahan.
14.Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.
Medan, 24 Oktober 2013
Penulis,
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, Penyakit kulit, Gejala becak putih
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.
DAFTAR ISI
3.3.1 Analisis Proses Kohonen
3.7 Perancangan Sistem
3.7.1 Perancangan Flowchart Sistem
Bab 4 Implementasi Dan Pengujian 4.1 Implementasi
Bab 5 Kesimpulan Dan Saran
DAFTAR GAMBAR
Hal.
Gambar 2.1 Model Neuron 4
Gambar 2.2 Single-Layer Network 6
Gambar 2.3 Multi Layer Network 7
Gambar 2.4 Jaringan Kompetitif 7
Gambar 2.5 Arsitektur Jaringan Saraf Tiruan dengan Backpropagation 10 Gambar 2.6 Arsitektur jaringan syaraf tiruan dengan Kohonen
Gambar 2.7 Topologi Rectangular Grid Gambar 2.8 Topologi Hexagonal Grid
15 15 15
Gambar 3.1 Iskhikawa Diagram 23
Gambar 3.2 Gambar 3.2 Arsitektur Backpropagation 25 Gambar 3.3 Use Case Diagram Sistem Pengenal Identifikasi Penyakit
Infeksi Kulit Dengan Gejala Bercak Putih
33 Gambar 3.4 Sequence Diagram Proses Pelatihan JST Backpropagation 34 Gambar 3.5 Sequence Diagram Proses Pelatihan JST Kohonen 34 Gambar 3.6 Sequence Diagram Proses Pengujian JST Backpropagation 35 Gambar 3.7 Sequence Diagram Proses Pengujian JST Kohonen 35 Gambar 3.8 Activity Diagram Proses Pelatihan JST Backpropagation dan
Kohonen
36
Gambar 3.9 Activity Diagram Proses Pengujian JST Backpropagation dan Kohonen
37
Gambar 3.10 Arsitektur JST Backprpagation 38
Gambar 3.11 Arsitektur JST Kohonen 49
Gambar 3.12 Flowchart Sistem 41
Gambar 3.13 Flowchart Pelatihan Backpropagation Gambar 3.14 Flowchart Pelatihan Kohonen
Gambar 3.15 Flowchart Pengujian Backpropagation Gambar 3.16 Flowchart Pengujian Kohonen
Gambar 3.17 Rancangan Form Depan
Gambar 3.18 Rancangan Form Metode Backpropagation Gambar 3.19 Rancangan Form Metode Kohonen
42
Gambar 4.2 Form Pengujian Backpropagation 52
Gambar 4.3 Form Pengujian Backpropagation yang telah melakukan pengujian Identifikasi penyakit infeksi pada kulit
53
Gambar 4.4 Form Pengujian Kohonen 54
Gambar 4.5 Form Pengujian Kohonen yang telah melakukan pengujian Identifikasi penyakit infeksi pada kulit
54
Gambar 4.6 Form Bantuan
Gambar 4.7 Submenu Pelatihan Backpropagation
Gambar 4.8 Submenu Pelatihan Kohonen
Gambar 4.9 Sebelum Melakukan Pengujian Metode Backpropagation Gambar 4.10 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.11 Sebelum Melakukan Pengujian Metode Kohonen Gambar 4.12 Sesudah Melakukan Pengujian Metode Kohonen
Gambar 4.13 Grafik Perbandingan Ketepatan Backpropagation Dan Kohonen
Gambar 4.14 Diagram Pohon Kombinasi Inputan
Gambar 4.14 Grafik Perbandingan Kecepatan Backpropagation Dan
Kohonen
59 62 62 65 66 68
69
DAFTAR TABEL
Hal. Tabel 3.1 Nilai Bobot Lapisan masukan ke Lapisan Tersembunyi (vji)
Tabel 3.2 Bobot Lapisan Masukan ke Lapisan Tersembunyi (wkj)
Tabel 4.1 Hasil Pelatihan Metode Backpropagation
26 26
57
Tabel 4.2 Hasil Pelatihan Metode Kohonen 60
Tabel 4.3 Hasil Pengujian Metode Backpropagation Tabel 4.4 Hasil Pengujian Metode Kohonen
Tabel 4.5 Hasil kombinasi
Tabel 4.6 Perbandingan Waktu Pengujian Kecepatan metode
Backpropagation dan Kohonen pada Identifikasi Penyakit Infeksi Pada Kulit Dengan Gejala Bercak Putih
