MENGKLASIFIKASIKAN TINGKAT PRE-EKLAMPSI PADA
IBU HAMIL DENGAN MENERAPKAN JARINGAN SYARAF
TIRUAN VARIASI LEARNING VEKTOR
QUANTIZATION 2 (LVQ 2)
(Studi Kasus : Rumah Sakit Umum Daerah Arifin Ahmad)
TUGAS AKHIR
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
Pada Jurusan Teknik Informatika
Oleh :
WIDA PITRIANI
11051201915
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU
PEKANBARU
MENGKLASIFIKASIKAN TINGKAT PRE-EKLAMPSI
PADA IBU HAMIL DENGAN MENERAPKAN JARINGAN
SYARAF TIRUAN VARIASI LEARNING VEKTOR
QUANTIZATION 2 ( LVQ 2)
(Studi Kasus : Rumah Sakit Umum Daerah Arifin Ahmad)
WIDA PITRIANI
11051201915
Tanggal Sidang : 22 Desember 2015 Periode Wisuda : 2016 Jurusan Teknik Informatika Fakultas Sains dan Teknologi
Universitas Islam Negeri Sultan SyarifKasim Riau
ABSTRAK
Pre-eklampsi merupakan penyakit yang di alami oleh ibu hamil di tandai dengan tekanan darah meningkat secara signifikan dan di sertai beberapa gejala lainnya. Pre –eklampsi ini memiliki 17 gejala dan 3 jenis, yakni pre-eklampsi ringan, pre-eklampsi berat dan eklampsia. Masing-masing jenis memiliki ciri dan gejala yang berbeda dan tidak menutup kemungkinan ada gejala yang sama. Di RSUD belum adanya sistem yang membantu mengklasifikasikan penyakit ini, maka di bangunlah sistem ini dengan menerapkan metode jaringan syaraf tiruan variasi learning vector
quantization 2 agar memepermudah pihak RSUD di bagian rekam medis ketika di butuhkan
pelaporan secara mendetail dari data-data pasien tersebut. Dalam proses pengklasifikasiannya di butuhkan pengujian data latih dan data uji sehingga dapat di ketahui nilai akurasi dari sistem ini. Berdasarkan pengujian parameter yang dilakukan dengan data uji yang digunakan 20 data pasien dari 175 data latih dan dengan menggunakan nilai windows 0.1, 0.3 ,0.4 , 0.5 dan dengan leaning rate 0.025 , 0.05 , 0.075 mendapatkan hasil persentasekan keseluruhan dari rata-rata learning rate dan nilai windows yang telah di uji maka rata-rata akurasi pengujian LVQ2 yang di dapat adalah mencapai 93.75%.
viii
CLASIFYING PRE-ECLAMPSIA LEVEL ON PREGNANT
WOMEN BY APPLYING
ARTIFICIAL NEURAL NETWORKLEARNING VEKTOR QUANTIZATION 2 ( LVQ 2) VARIATION
(Case Study : Arifin Ahmad Regional Public Hospital)
WIDA PITRIANI
11051201915
Final Exam Date : December 22nd2015 Graduation Ceremony Period : 2016
Department of Information Engineering Faculty of Sciences and Technology
State Islamic University of Sultan SyarifKasim Riau
ABSTRACT
Pre-eclampsia is a disease experienced by pregnant women marked by significantlyincreased blood pressure and with several other indications. Pre -eklampsi has 17 indications and three types, wich is mild pre-eclampsia, severe pre-eclampsia and eclampsia. Each type has different characteristics and indications and did not rule out there are the same indications. In hospitals there is no system that helps classify the disease, then build the system by applying the method of artificial neural network learning vector quantization 2 variation in order easier the hospitals in the medical records section when needed detailed reporting of the data of these patients. In the process of classification in need of testing training data and test data so it can know value of accuracy of this systems. Based on the testing parameters that performed by the test data used by 20 patient data from 175 training data and using the windows value0.1, 0.3, 0.4, 0.5 and with a leaning rate of 0.025, 0:05, 0075 to get the overall persentageof the learning rateaverage and windows value that have tested the accuracy of testing LVQ2 is reached 93.75%.
KATA PENGANTAR
Assalaamu’alaikum wa rahmatullaahi wa barakaatuh..
Alhamdulillahi rabbil’alamin, rasa syukur yang tak henti-hentinya penulis
ucapkan kehadirat Allah SWT, dengan rahmat dan hidayah-Nya penulis mampu menyelesaikan Tugas Akhir ini dengan baik. Shalawat dan salam kepada Nabi Muhammad SAW, yang telah membawa kita ke dunia yang penuh dengan ilmu.
Tugas Akhir ini disusun sebagai salah satu syarat untuk mendapatkan gelar kesarjanaan pada jurusan Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau. Banyak sekali pihak yang telah membantu penulis dalam penyusunan laporan ini, baik berupa bantuan materi ataupun berupa motivasi dan dukungan kepada penulis. Terlalu besar bagi penulis untuk membalasnya, namun pada kesempatan ini penulis hanya dapat mengucapkan terima kasih kepada :
1. Bapak Prof. Dr. H. Munzir Hitami, MA, selaku Rektor Universitas Islam Negeri Sultan Syarif Kasim Riau.
2. Bapak Dr. Hartono, MPd selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
3. Bapak M. Irsyad, S.T., M.T., selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
4. Ibu Fadhilah Syafria, S.T, M.Kom selaku Koordinator Tugas Akhir dan sebagai Pembimbing Tugas Akhir, terima kasih banyak telah memberikan dan meluangkan waktu, kesempatan, arahan, masukan, dorongan, saran, ilmu dan petunjuk yang telah diberikan. Atas semua itu, penulis dapat memulai hingga menyelesaikan Tugas Akhir sesuai dengan harapan.
5. Ibu Elin Haerani, S.T, M.Kom selaku Penguji I dan Ibu Elvia Budianita , S.T, M.Cs selaku penguji II Tugas Akhir ini, terimakasih untuk waktu, saran dan arahan beliau sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik.
x
6. Ibu Asmerinawati, AMD.pk terimakasih atas kesempatan dan izin dari beliau sehingga penulis dapat melakukan penelitian di RSUD Arifin Ahmad.
7. Ibu Eda Syafni, AMD.pk terima kasih telah meluangkan waktu untuk membantu penulis dalam mendapatkan data yang di butuhkan di RSUD Arifin Ahmad.
8. Seluruh Dosen Teknik Informatika yang telah memberikan ilmunya kepada penulis, hingga akhirnya penulis dapat menyelesaikan kuliah di jenjang S1 ini. Terimakasih untuk bapak dan ibu, penulis tidak pernah dapat melupakan jasa beliau semua.
9. Z.Abidin (Ayah) dan Aisyah (Ibu). Terimakasih selalu menjelma menjadi pahlawan, guru serta penyemangat terhebat untuk kesuksesan dunia dan akhirat. Terimakasih banyak untuk tidak pernah berhenti berjuang dan memperjuangkan kami.
10. Paman dan bude penulis, prof.Amun Amri, ST.MT dan Evi Nadhifah Terimakasih atas semua yang beliau berikan atas dukungan pendidikan sehingga kami menikmati jenjang pendidikan kuliah sampai saat sekarang ini.
11. Bu Caca dan Bang Hadi serta semua sanak saudara di kampung juga di rantau. Terimakasih telah mengajarkan hal-hal berguna kepada penulis
dan untuk kiriman do’a dan semangat yang menguatkan hati. Kerabat-kerabat di kampung dan di rantau, terimakasih untuk do’a dan
sokongan yang melimpah.
12. Nadya Oktafiani (Adek 1) dan Novi Febrianti (Adek 2), terimakasih atas dukungan dan motivasi yang adek-adek ku tersayang berikan. 13. Kepada Rangga Arifa terima kasih atas kebersamaan dan seperjuangan
dalam pengerjaan skripsi ini.
14. Hermani Ramdhan, Pengayoman Panatra Limbong, Febrian, Muhammad Firdaus, Iqbal Hanif, Sudaryanti, Siti Yepy Agustina yang telah membantu dan bersedia meluangkan waktu untuk berbagi ilmu kepada penulis dalam pengerjaan tugas akhir ini.
15. Sahabat penulis, Megawati dan Ulti Desi Arni yang selalu mendoakan dan menyemangati penulis. Terimakasih untuk kebersamaannya. 16. Sahabat-sahabat di TIF A 2010. Terimakasih banyak atas do’a,
pengalaman, semangat dan dukungan sahabat semua. Adalah suatu kebersamaan dan kenangan yang indah bersama kalian.
17. Seluruh Sahabat dan keluarga besar di kota kelahiran penulis di Kota Bengkulu, terima kasih atas semua do’a yang selalu menyertai penulis. 18. Semua pihak yang terlibat baik langsung maupun tidak langsung dalam pelaksanaan tugas akhir dan tidak dapat penulis sebutkan satu persatu.
Penulis menyadari bahwa dalam penulisan laporan tugas akhir ini masih banyak kesalahan dan kekurangan. Kritik dan saran yang membangun sangat penulis harapkan untuk kesempurnaan laporan ini. Semoga laporan ini dapat memberikan manfaat bagi pembaca. Âmiin yaa Rabbal’âlamîn.
Wassalâmu’alaikum wa rahmatullâhi wa barakâtuh
Pekanbaru, 2015
xii
DAFTAR ISI
Isi Halaman
LEMBAR PERSETUJUAN... ii
LEMBAR PENGESAHAN ... iii
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL... iv
LEMBAR PERNYATAAN ... v
ABSTRAK ... vii
ABSTRACT... viii
KATA PENGANTAR ... ix
DAFTAR ISI... xii
DAFTAR GAMBAR ... xvi
DAFTAR TABEL... xviii
DAFTAR LAMPIRAN ... xx
DAFTAR SIMBOL... xxi BAB I PENDAHULUAN
1.1 Latar Belakang ... I-1 1.2 Rumusan Masalah ... I-3 1.3 Batasan Masalah... I-3 1.4 Tujuan ... I-4 1.5 Sistematika Penulisan... I-4 BAB II LANDASAN TEORI
2.1 Jaringan Syaraf Tiruan ... II-1 2.1.1 Jaringan Syaraf Biologis Manusia... II-2 2.1.2 Perbandingan JST dengan Konvensional ... II-2 2.1.3 Karakteristik Jaringan Syaraf Tiruan... II-3 2.1.4 Pemodelan dan Konsep Dasar Jaringan Syaraf Tiruan ... II-3 2.1.5 Arsitektur Jaringan ... II-4 2.1.6 Algoritma Jaringan Syaraf Tiruan ... II-5 2.1.7 Aplikasi Jaringan Syaraf Tiruan... II-6 2.2 Jaringan Learning Vector Quantization ... II-6 2.2.1 Algoritma LVQ Dasar... II-7
2.2.2 Algoritma Variasi LVQ ... II-9 2.2.2.1 Learning Vector Quantization (LVQ 2)... II-9 2.3 Normalisasi ... II-13 2.4 Pre Eklampsi ... II-17 2.5 Penentuan Klasifikasi Pre Eklampsi... II-18 2.6 Penelitian Terkait ... II-19 BAB III METODOLOGI PENELITIAN
3.1. Tahapan Penelitian... III-1 3.2 Perumusan Masalah ... III-1 3.3 Pengumpulan Data ... III-2 3.3.1 Wawancara ... III-2 3.3.2 Observasi ... III-2 3.3.3 Studi Pustaka ... III-2 3.4 Analisa Sistem ... III-2 3.4.1 Analisa Sistem Lama ... III-3 3.4.2 Analisa Sistem Baru ... III-3 3.4.2.1 Analisa Subsistem Data... III-3 3.4.2.2 Analisa Subsistem Model……… III-3 3.4.2.3 Analisa Subsistem Dialog……… III-4 3.5 Perancangan Perangkat Lunak ... III-5 3.6 Implementasi... III-6 3.7 Pengujian Sistem... III-6 3.8 Kesimpulan dan Saran ... III-7 BAB IV ANALISA DAN PERANCANGAN
4.1. Deskripsi Umum Sistem ... IV-1 4.2. Analisa Sistem ... IV-2 4.2.1 Pembagian Data... IV-2 4.2.1.1 Data Latih ... IV-2 4.2.1.2 Data Uji ... IV-2 4.2.2 Data Masukan... IV-3 4.3 Analisa Metode ... IV-4
xiv
4.3.1 Normalisasi Data ... IV-5 4.3.2 Contoh Perhitungan Manual... IV-8 4.4 Perancangan Sistem ... IV-11
4.4.1 Rancangan Umum Sistem ... IV-11 4.4.2 Flowchart ... IV-15 4.4.3 Context Diagram ... IV-18 4.5 Perancangan Perangkat Lunak ... IV-25 4.5.1 Perancangan Tabel Data ... IV-25 4.5.2 Perancangan Struktur Menu ... IV-27 4.5.3 Perancangan Antar Muka ... IV-27 4.5.3.1 Form Login ... IV-27 4.5.3.2 Data Master ... IV-28 4.5.3.3 Pengolahan LVQ ... IV-32 BAB V IMPLEMENTASI DAN PENGUJIAN
5.1 Implementasi... V-1 5.1.1 Batasan Implementasi... V-1 5.1.2 Lingkungan Implementasi ... V-1 5.1.3 Analisa Hasil ... V-2 5.1.4 Implementasi Sistem ... V-2 5.1.4.1 Menu Utama ... V-2 5.1.4.2 Menu Login ... V-3 5.1.4.3 Halaman Utama... V-3 5.1.4.4 Data Master ... V-4 5.1.4.5 Proses Data latih... V-12 5.1.4.6 Proses Data Uji... V-12 5.2 Pengujian ... V-13 5.2.1 Pengujian Blackbox... V-13 5.2.2 Pengujian Metode LVQ... V-18 5.2.2.1 Pengujian Berdasarkan Learning Rate ... V-18 5.2.2.2 Pengujian Berdasarkan Data Latih ... V-24 5.2.3 Pengujian User Acceptance Test ( UAT ) ... V-25 5.3 Analisa Hasil Pengujian ... V-26
BAB VI PENUTUP
6.1 Kesimpulan ... VI-1 6.2 Saran... VI-1 DAFTAR PUSTAKA
LAMPIRAN
xvi
DAFTAR GAMBAR
Gambar Halaman
Gambar 2.1 Model Jaringan Syaraf Tiruan... II-4 Gambar 2.2Arsitektur Jaringa Syaraf Tiruan Layer Tunggal ... II-5 Gambar 2.3 Arsitekstur Jaringan LVQ ... II-7 Gambar 2.4 Diagram alir Pembelajaran LVQ 1... II-9 Gambar 2.5 Diagram alir Pembelajaran LVQ 2... II-13 Gambar 2.6 Hasil Normalisasi Responden ... II-17 Gambar 3.1 Tahapan Metodologi Penelitian ... III-1 Gambar 4.1 Rancangan Umum Sistem ... IV-11 Gambar 4.2 Arsitektur JST LVQ 2 ... IV-13 Gambar 4.3 Flowchart Pembelajaran LVQ 2... IV-16 Gambar 4.4 Flowchart Pengujian LVQ 2 ... IV-17 Gambar 4.5 Flowchart Sistem Pre Eklampsi ... IV-18 Gambar 4.6 Context Diagram ... IV-19 Gambar 4.7 DFD level 1 ... IV-20 Gambar 4.8 DFD Level 2 Proses Data Master... IV-22 Gambar 4.9 DFD Level 3 Proses 4 Diagnosa ... IV-24 Gambar 4.10 ERD... IV-25 Gambar 4.11 Struktur Menu ... IV-27 Gambar 4.12 Rancangan Menu Login ... IV-28 Gambar 4.13 Data Pasien ... IV-28 Gambar 4.14 Tampilan Tambah Data Pasien ... IV-29 Gambar 4.15 Rancangan Data Penyakit... IV-29 Gambar 4.16 Rancangan Tambah Data Penyakit ... IV-30 Gambar 4.17 Rancangan Data Gejala ... IV-30 Gambar 4.18 Rancangan Tambah Data Gejala ... IV-31 Gambar 4.19 Rancangan Data Diagnosa ... IV-31 Gambar 4.20 Rancangan Tambah Data Diagnosa……… IV-32 Gambar 4.21 Rancangan Pembelajaran Data Latih………. IV-32 Gambar 4.22 Rancangan Pengujian Data Baru……… IV-33
Gambar 5.1 Menu Utama... V-3 Gambar 5.2 Menu Login ... V-3 Gambar 5.3 Halaman Utama... V-4 Gambar 5.4 Data Pasien ... V-6 Gambar 5.5 Data Penyakit ... V-7 Gambar 5.6 Data Gejala ... V-9 Gambar 5.7 Data Diagnosa ... V-11 Gambar 5.8 Proses Data Latih ... V-12 Gambar 5.9 Proses Data Uji... V-13
xviii
DAFTAR TABEL
Tabel Halaman
Tabel 2.1 Pelatihan Vektor………. II-10
Tabel 2.2 Contoh Jawaban Responden………... II-16
Tabel 4.1 Keterangan Variabel Masukan ... IV-3 Tabel 4.2 Target/Kelas Pre Eklampsi... IV-4 Tabel 4.3 Contoh Data Pre Eklampsi... IV-5 Tabel 4.4 Normalisasi ... IV-7 Tabel 4.5 Contoh Hasil Normalisasi ... IV-8 Tabel 4.6 Keterangan Variabel Gejala ... IV-12 Tabel 4.7 Keterangan Kelas yang di capai... IV-13 Tabel 4.8 Keterangan Entitas pada Konteks Diagram ... IV-19 Tabel 4.9 Keterangan Proses pada DFD level 1 ... IV-21 Tabel 4.10 Keterangan Aliran Data DFD Level 1 ... IV-21 Tabel 4.11 Keterangan Proses pada DFD level 2 ... IV-23 Tabel 4.12 Keterangan Aliran Data pada DFD level 2 ... IV-23 Tabel 4.13 Keterangan Proses pada DFD level 3 ... IV-24 Tabel 4.14 Keterangan Aliran Data pada DFD level 3 ... IV-24 Tabel 4.15 Data Pengguna ... IV-25 Tabel 4.16 Penyakit... IV-26 Tabel 4.17 Gejala ... IV-26 Tabel 4.18 Pasien ... IV-26 Tabel 4.19 Diagnosa... IV-26 Tabel 4.20 Bobot ... IV-26 Tabel 4.21 Tabel Cek ... IV-27 Tabel 5.1 Pengujian Form Login ... V-14 Tabel 5.2 Pengujian SubMenu Admin ... V-14 Tabel 5.3 Pengujian Submenu Pasien ... V-15 Tabel 5.4 Pengujian Submenu Penyakit... V-15 Tabel 5.5 Pengujian Submenu Gejala ... V-16 Tabel 5.6 Pengujian Submenu Diagnosa ... ….. V-16
Tabel 5.7 Pengujian Submenu Pembelajaran LVQ... V-17 Tabel 5.8 Pengujian Submenu Pengujian Data Baru ... V-18 Tabel 5.9 Parameter Algoritma LVQ 2... V-18 Tabel 5.10 Hasil Pengujian parameter ... V-22 Tabel 5.11 Hasil Pengujian Data Latih ... V-25 Tabel 5.12 Kuisioner User Acceptence Test ... V-25
xx
DAFTAR LAMPIRAN
Lampiran Halaman
A Lampiran Hasil Implementasi... A-1 B Lampiran Tabel Data Latih dan Data Uji ... B-1 C Lampiran Perhitungan Berdasarkan Data Latih ... C-1 D Lampiran Wawancara ... D-1 E Lampiran Pengujian User Acceptance Test ... E-1
DAFTAR SIMBOL
Data Flow Diagram (DFD)Entitas Eksternal : Simbol kesatuan di luar lingkungan sistem yang akan menerima input dan menghasilkan output.
Proses : Simbol yang digunakan untuk melakukan pemrosesan data baik oleh user maupun komputer (sistem). Data Store : Simbol yang digunakan untuk mewakili suatu penyimpanan data (database).
Arus Data : Simbol yang digunakan untuk menggambarkan arus data di dalam sistem.
Entitas Relationship Diagram (ERD)
Entitas : Entitas suatu objek yang dapat diidentifikasi dalam lingkungan pemakai. Entitas merupakan individu yang mewakili sesuatu yang nyata (eksistensinya) dan dapat dibedakan dari sesuatu yang lain.
Atribut : Atribut merupakan properti yang dimiliki setiap yang akan disimpan datanya. Entitas mempunyai elemen yang disebut atribut.
Relasi : Relasi menunjukkan adanya hubungan di antara entitas yang berasal dari himpunan entitas yang berbeda.
xxii
Flowchart
Terminator : Simbol terminator (Mulai/Selesai) merupakan tanda bahwa sistem akan dijalankan atau berakhir.
Proses : Simbol yang digunakan untuk melakukan pemrosesan data baik oleh user maupun komputer (sistem). Verifikasi : Simbol yang digunakan untuk memutuskan apakah valid atau tidak validnya suatu kejadian.
Data Store : Simbol yang digunakan untuk mewakili suatu penyimpanan data (database).
Data : Simbol yang digunakan untuk mendeskripsikan data yang digunakan.
Laporan : Simbol yang digunakan untuk menggambarkan laporan.
