BAB 2
TINJAUAN PUSTAKA
2.1 Hipertensi (HTN)
Penyakit Hipertensi (HTN) atau tekanan darah tinggi merupakan penyakit yang banyak dialami oleh sebagian orang terutama pada orang-orang yang lansia atau
lanjut usia. Penyakit ini menimbulkan gejala hipertensi yang sering dialami oleh penderitanya, jika anda mengalami beberapa gejala hipertensi sebaiknya anda
langsung melakukan tensi darah untuk mengetahui tekanan darah di tubuh anda, jika tekanan darah anda melebihi batas normal berarti anda mengalami penyakit darah tinggi atau hipertensi.
Penyakit hipertensi memang sudah banyak diderita orang tetapi bukan berarti anda bisa meremehkan penyakit ini, jika dibiarkan penyakit darah tinggi atau hipertensi bisa menyebabkan seseorang terkena stroke bahkan bisa menyebabkan
resiko kematian. Kebanyakan satu dari lima orang mengalami penyakit hipertensi, bukan hanya penduduk indonesia yang banyak mengalami penyakit ini tetapi di
negara-negara maju banyak penduduknya yang mengalami penyakit darah tinggi.
Bagi orang yang mengalami penyakit hipertensi tentu mempunyai
pantangan-pantangan dalam berbagai hal seperti dalam makanan, orang yang mempunyai darah tinggi tidak boleh mengkomsumsi daging kambing karena daging kambing
bisa membuat tekanan darah menjadi naik drastis. Gejala-gejala umum dari penyakit Hipertensi adalah sebagai berikut:
1. Biasanya orang yang menderita hipertensi akan mengalami sakit kepala,
pusing yang sering dirasakan akibat tekanan darahnya naik melebihi batas normal.
2. Wajah akan menjadi kemerahan.
3. Pada sebagian orang akan mengalami detak jantung yang berdebar-debar. 4. Orang yang mengalami darah tinggi akan mengalami gejala hipertensi
seperti pandangan mata menjadi kabur atau menjadi tidak jelas. 5. Sering buang air kecil dan sulit berkonsentrasi.
6. Sering mudah kelelahan saat melakukan berbagai aktivitas. 7. Sering terjadi pendarah di hidung atau mimisan.
8. Gejala hipertensi yang parah bisa menyebabkan seseorang mengalami vertigo.
9. Orang yang mempunyai darah tinggi biasanya akan sensitif dan mudah
2.2 Jaringan Syaraf Tiruan (JST)
Jaringan syaraf tiruan didefenisikan sebagai suatu sistem pemrosesan informasi yang mempunyai karakteristik menyerupai jaringan syaraf tiruan manusia (Hermawan, 2006). Jaringan syaraf tiruan tercipta sebagai suatu generalisasi model matematis dari pemahaman manusia (Human cognition) yang didasarkan atas asumsi sebagai berikut:
1. Pemrosesan informasi terjadi pada elemen sederhana yang disebut neuron. 2. Isyarat mengalir di antara sel syaraf/neuron melalui suatu sambungan
penghubung .
3. Setiap sambungan penghubung memiliki bobot yang bersesuaian. Bobot ini akan digunakan untuk menggandakan/mengalikan isyarat yang dikirim melaluinya.
4. Setiap sel syaraf akan menerapkan fungsi aktivasi terhadap isyarat hasil penjumlahan berbobot yang masuk kepadanya untuk menetukan isyarat keluarannya.
Sistem jaringan syaraf tiruan disebut juga brain metphor, computional neuroscience atau parallel distributed processing serta connection. Jaringan syaraf
Jaringan syaraf tiruan juga dikenal sebagai kotak hitam(black box technolog) atau tidak transparan (opaque) karena tidak dapat menerangkan bagaimana suatu hasil didapatan. Hal inilah yang akan membuat jaringan syaraf tiruan mampu digunakan untuk menyelesaikan persoalan yang tidak terstruktur dan sulit didefenisikan. Kenyataan inilah yang menyebabkan jaringan syaraf tiruan telah meluas dipakai sebagai alat bantu untuk menyelesaikan masalah pada berbagai bidang dan disiplin ilmu. Beberapa istilah dalam JST yang sering ditemui adalah sebagai berikut:
1. Neuron atau node atau unit: sel syaraf tiruan yang merupakan elemen pengolahan jaringan syaraf tiruan. Setiap neuron menerima data input, memproses input tersebut kemudian mengirimkan hasilnya berupa sebuah output.
2. Jaringan: kumpulan neuron yang saling terhubung dan membentuk lapisan. 3. Lapisan tersembunyi (hidden layer): lapisan yang tidak secara langsung
berinteraksi dengan dunia luar. Lapisan ini memperluas kemampuan jaringan syaraf tiruan dalam menghadapi masalah-masalah yang kompleks. 4. Input: sebuah nilai input yang akan diproses menjadi nilai output.
5. Output: solusi dari nilai input.
6. Bobot: nilai matematis dari sebuah koneksi antar-neuron.
7. Fungsi aktivasi: fungsi yang digunakan untuk meng-update nilai-nilai bobot per-iterasi dari semua nilai input.
9. Paradigma pembelajaran: bentuk pembelajaran, supervised learning, atau unsupervised learning.
Menurut Siang (2009:2), JST adalah sistem pemroses informasi yang memiliki karakteristik mirip dengan jaringan syaraf biologi. JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan asumsi bahwa:
1. Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron). 2. Sinyal dikirimkan di antara neuron-neuron melalui
penghubung-penghubung.
3. Penghubung antar-neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal.
4. Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi (biasanya bukan fungsi linier) yang dikenakan pada jumlahan input yang diterima. Besarnya output ini selanjutnya dibandingkan dengan suatu batas ambang (threshold).
2.2.1 Komponen Jaringan Syaraf Tiruan
1. Input Layer
Input layer berisi node-node yang masing-masing menyimpan sebuah nilai masukan yang tidak berubah pada fase latih dan hanya bisa berubah jika diberikan nilai masukan baru. Node pada lapisan ini tergantung pada banyaknya input dari suatu pola.
2. Hidden Layer
Lapisan ini tidak pernah muncul sehingga dinamakan hidden layer. Akan tetapi semua proses pada fase pelatihan dan fase pengenalan dijalankan di lapisan ini. Jumlah lapisan ini tergantung dari arsitektur yang akan dirancang, tetapi pada umumnya terdiri dari satu lapisan hidden layer.
3. Output Layer
Output layer berfungsi untuk menampilkan hasil perhitungan sistem oleh fungsi aktivasi pada lapisan hidden layer berdasarkan input yang diterima.
2.2.2 Kemampuan Jaringan Syaraf Tiruan
Jaringan syaraf tiruan memiliki sejumlah besar kelebihan atau kemampuan dibandingkan dengan metode perhitungan lainnya, yaitu:
2. Kemampuan mempresentasikan pengetahuan secara fleksibel. Jaringan syaraf tiruan mampu menciptakan sendiri represantasi melalui pengaturan diri sendiri atau kemampuan belajar (self organizing).
3. Kemampuan untuk memberikan toleransi atas suatu distorsi (error/fault), dimana gangguan kecil pada data dapat dianggap hanay sebagai noise (guncangan) belaka.
4. Kemampuan memproses pengetahuan secara efisien karena memakai sistem paralel, sehingga waktu yang diperlukan untuk mengoperasikannya jauh lebih singkat.
2.2.3 Arsitektur Jaringan Syaraf Tiruan
Gambar 2.1 Sebuah Sel Syaraf Tiruan
Pada Gambar 2.1 diperlihatkan sebuah sel syaraf tiruan sebagai elemen penghitung. Simpul � menerima masukan dari neuron X1, X2dan X3 dengan bobot hubungan masing-masing adalah W1 , W2dan W3. Argumen fungsi aktivasi adalah net masukan (kombinasi linear masukan dan bobotnya). Ketiga sinyal simpul yang ada dijumlahkan ��= X1W1+X2W2+,X3W3. Besarnya sinyal yang diterima oleh �
mengikuti fungsi aktivasi =( ��). Apabila nilai fungsi aktivasi cukup kuat, maka sinyal akan diteruskan. Nilai fungsi aktivasi (keluaran model jaringan) juga dapat dipakai sebagai dasar untuk merubah bobot (Hartono, 2012).
2.3 Backpropagation
Backpropagation merupakan salah satu dari metode pelatihan pada jaringan syaraf,
dipakai selama pelatihan (Siang, 2009). Sebagian besar pelatihan untuk jaringan feedforward (umpan maju) menggunakan gradien dari fungsi aktivasi untuk menentukan bagaimana mengatur bobot-bobot dalam rangka meminimumkan kinerja. Gradien ini ditentukan dengan menggunakan suatu teknik yang disebut backpropagation. Pada dasarnya, algoritma pelatihan standar backpropagation akan
menggerakkan bobot dengan arah gradien negatif. Prinsip dasar dari algoritma backpropagation adalah memperbaiki bobot-bobot jaringan dengan arah yang membuat fungsi aktivasi menjadi turun dengan cepat. Backpropagation memiliki beberapa unit yang ada dalam satu atau lebih layer tersembunyi (Siang, 2009). Gambar 2.2 adalah arsitektur back-propagation dengan buah masukan (ditambah sebuah bias), sebuah layer tersembunyi yang terdiri atas � unit (ditambah sebuah bias), serta buah keluaran. Arsitektur jaringan ini disebut jaringan layer jamak.
Gambar 2.2 Arsitektur Backpropagation
tersembunyi ). merupakan bobot dari layer tersembunyi ke unit keluaran ( 0 merupakan bobot dari bias di layer tersembunyi ke unit keluaran ).
2.4 Matrix Laboratory (Matlab)
Dalam deteksi dini penyakit TBC ini, diperlukan suatu software yang dapat membantu mengimplementasikan deteksi dini menjadi sebuah angka-angka yang selanjutnya dapat diolah menjadi suatu informasi. Dalam skripsi ini, penulis menggunakan software Matrix Laboratory (Matlab) untuk mencari penyelesaian masalah pengenalan pola dari suatu data yang telah disiapkan. Menurut Iqbal (2009), Matlab adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan pemrograman dalam suatu model yang sangat mudah untuk pakai dimana masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang familiar. Penggunaan Matlab meliputi bidang-bidang:
1. matematika dan komputansi, 2. pembentukan algorithm, 3. akusisi data,
4. pemodelan, simulasi, dan pembuatan prototype, 5. analisis data, eksplorasi, dan visualisasi,
2.4.1 Jendela-jendela Pada Matlab
Ada beberapa macam jendela yang tersedia dalam Matlab, yang dapat dijelaskan sebagai berikut.
1. Command Window/Editor
Matlab command window/ editor merupakan jendela yang dibuka pertama kali setiap kali Matlab dijalankan. Pada jendela di atas dapat dilakukan akses-akses ke command-command Matlab dengan cara mengetikkan barisan-barisan ekspresi Matlab, seperti mengakses help window dan lain-lainnya.
Gambar 2.3 Matlab Command Window
Command window juga digunakan untuk memanggil tool Matlab seperti editor, debugger atau fungsi. Ciri dari jendela ini adalah adanya prompt (>>) yang
menyatakan Matlab siap menerima perintah. Perintah dapat berupa fungsi-fungsi pengaturan file (seperti perintah DOS/UNIX) maupun fungsi-fungsi bawaan atau toolbox Matlab sendiri. Berikut ini beberapa fungsi pengaturan file dalam Matlab.
cd : digunakan untuk melakukan perpindahan dari direktori aktif; pwd : digunakan untuk melihat direktori yang sedang aktif;
mkdir : digunakan untuk membuat sebuah direktori;
what : digunakan untuk melihat nama file m dalam direktori aktif; who : digunakan untuk melihat variabel yang sedang aktif; whos : digunakan untuk menampilkan nama setiap variabel; delete : digunakan untuk menghapus file;
clear : digunakan untuk menghapus variabel; clc : digunakan untuk membersihkan layar;
doc : digunakan untuk melihat dokumentasi The Math Works, Inc. dalam format html secara online;
demo : digunakan untuk mencoba beberapa tampilan demo yang disediakan oleh Matlab
2. Current Directory
Gambar 2.4 Matlab Current Directory
3. Command History
Jendela ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap Matlab.
Gambar 2.5 Matlab Command History
4. Editor/Debugger
Gambar 2.6 Matlab Editor M-File
5. Figure Window
Jendela ini adalah hasil visualisasi dari script Matlab, namun Matlab memberi kemudahan bagi programer untuk mengedit jendela ini sekaligus memberikan program khusus untuk itu. Sehingga jendela ini selain berfungsi sebagai visualisasi output dapat juga sekaligus menjadi media input yang interaktif.
Gambar 2.7 Matlab Figure Windows
6. Workspace
klik pada variabel tersebut. Matlab secara otomatis akan menampilkan jendela “array editor” yang berisikan data pada setiap variabel yang dipilih pengguna
Gambar 2.8 Matlab Workspace
7. Matlab Help Window
Matlab menyediakan sistem help yang dapat diakses dengan perintah help. Misalnya, untuk memperoleh informasi mengenai fungsi elfun yaitu fungsi untuk trigonometri, eksponensial, compleks dan lain-lain.
2.4.2 Bagian Utama Pada Sistem Matlab
Sebagai sebuah sistem, Matlab tersusun dari lima bagian utama yaitu Development Environment, Matlab Mathematical Function Library, Matlab Language,
Graphics, Matlab Application Program Interface (API)
2.4.2.1Development Environment
Development Environtment merupakan sekumpulan perangkat dan fasilitas yang membantu untuk menggunakan fungsi-fungsi dan file-file Matlab. Beberapa perangkat ini merupakan sebuah graphical user interfaces (GUI). Termasuk didalamnya adalah Matlab desktop dan command window, command history, sebuah editor dan debugger, dan browsers untuk melihat help, workspace, files, dan search path.
2.4.2.2Matlab Mathematical Function Library
Matlab Mathematical Function Library merupakan sekumpulan algoritma
komputasi mulai dari fungsi-fungsi dasar seperti: sum, sin, cos, dan complexarithmetic, sampai dengan fungsi-fungsi yang lebih kompleks seperti
matrix inverse, matrix eigenvalues, bessel functions, dan fast fourier transforms.
2.4.2.3Matlab Language
object-oriented programming. Ini memungkinkan untuk melakukan kedua hal baik
"pemrograman dalam lingkup sederhana" untuk mendapatkan hasil yang cepat, dan "pemrograman dalam lingkup yang lebih besar" untuk memperoleh hasil-hasil dan aplikasi yang kompleks.
2.4.2.4Graphics
Matlab memiliki fasilitas untuk menampilkan vektor dan matriks sebagai suatu grafik. Di dalamnya melibatkan high-level functions (fungsi-fungsi tingkat tinggi) untuk visualisasi data dua dimensi dan data tiga dimensi, image processing, animation, dan presentation graphics. Ini juga melibatkan fungsi level rendah yang
memungkinkan untuk memunculkan grafik mulai dari bentuk yang sederhana sampai dengan tingkatan graphical user interface pada aplikasi Matlab.
2.4.2.5Matlab Application Program Interface (API)
2.4.3 GUIDE Matlab
GUIDE atau GUI builder merupakan Matlab script file yang dibuat utuk analisis suatu permasalahan khusus. Penggunaan GUIDE memberikan/ menyediakan fasilitas, seperti menu, pushbutton, slider, dan sebagainya sesuai dengan program yang diinginkan atau digunakan tanpa knowledge dari Matlab. GUIDE juga memberikan cara untuk efisiennya manajemen data.
Gambar 2.10 Tampilan GUIDE Matlab
2.4.3.1Keunggulan GUIDE Matlab
1. GUIDE Matlab banyak digunakan dan cocok untuk aplikasi-aplikasi berorientasi sains, sehingga banyak peneliti dan mahasiswa menggunakan GUIDE Matlab untuk menyelesaikan riset atau tugas akhirnya.
2. GUIDE Matlab mempunyai fungsi built-in yang siap digunakan dan pemakai tidak perlu repot membuatnya sendiri.
3. Ukuran file, baik FIG-file maupun M-file yang dihasilkan relatif kecil. 4. Kemampuan grafisnya cukup handal dan tidak kalah dibandingkan dengan
bahasa pemrograman lainnya.
2.4.3.2Komponen GUIDE Matlab
Untuk membuat sebuah user interface Matlab dengan fasilitas GUIDE harus mulai dengan membuat sebuah desain figure. Untuk membuat sebuah desain figure dapat memanfaatkan uicontrol (kontrol user interface). Beberapa uicontrol yang ada pada Matlab, antara lain:
1. Push button merupakan jenis kontrol berupa tombol tekan yang akan menghasilkan tindakan jika diklik, misalnya OK, Cancel, Hitung, Hapus, dan sebagainya. Untuk menampilkan tulisan pada push button, pengaturannya dapat melalui property inspector atau menggunakan klik kanan dan pilih property inspector. Selanjutnya, isilah tab string dengan label yang diinginkan.
button, tombol tidak akan kembali pada posisi semula, kecuali jika
menekannya kembali.
3. Radio button digunakan untuk memilih atau menandai satu pilihan dari beberapa pilihan yang ada. Misalnya, sewaktu akan dibuat aplikasi konversi suhu. Suhu awal dalam derajat Celcius diinputkan dan selanjutnya pilihan untuk mengonversi suhu Celcius ke Reamur, Fahrenheit, atau Kelvin. 4. Kontrol checkboxes berguna jika terdapat beberapa pilihan mandiri atau
tidak bergantung dengan pilihan-pilihan lainnya. Contoh aplikasi penggunaan checkboxes adalah saat pemilihan hobi. Karena hobi bisa lebih dari satu, maka checkboxes dapat diklik lebih dari satu kali.
5. Kontrol edit text merupakan sebuah tempat yang memungkinkan untuk memasukkan atau memodifikasi text. String property berisi teks yang akan memunculkan pada kotak edit text. Kemudian, edit text bermanfaaat pula untuk menginputkan suatu data dari keyboard. Sebagai contoh, suatu aplikasi untuk menentukan luas dan keliling sebuah lingkaran. Input dan outputnya disajikan dari edit text.
6. Kontrol static text akan menghasilkan teks bersifat statis (tetap), sehingga pemakai tidak dapat melakukan perubahan padanya. Pada static text, teks dapat diatur dengan beberapa fasilitas, antara lain jenis dan ukuran font, warna justifikasi (left, center, right), dan lain-lain. Semuanya juga dapat dimodifikasi melalui property inspector.
slider, pemasukan nilai data dapat dilakukan secara lebih fleksibel karena
nilai max, nilai min, serta sliderstep dapat diatur sendiri.
8. Frames merupakan kotak tertutup yang dapat digunakan untuk mengelompokkan kontrol-kontrol yang berhubungan. Tidak seperti kontrol lainnya, frames tidak memiliki rutin callback.
9. Kontrol listbox menampilkan semua daftar item yang terdapat pada string property dan item yang ada dapat dipilih satu atau lebih. Value property berisi indeks yang dihubungkan dengan daftar item yang dapat dipilih. Jika item yang dipilih lebih dari satu, maka nilai yang dikirimkan merupakan sebuah vektor. Indeks-indeks item sebuah listbox merupakan bilangan bulat, dimana item pertama diberi indeks 0, item kedua diberi indeks 1, dan seterusnya.
10.Popup menu berguna menampilkan daftar pilihan yang didefinisikan pada string property ketika mengklik tanda panah pada aplikasi dan memiliki fungsi yang sama seperti radio button. Ketika tidak dibuka, popup menu hanya menampilkan satu item yang menjadi pilihan pertama pada string property. Popup menu sangat bermanfaat ketika sebuah pilihan tanpa jarak
diberikan, tidak seperti radio button.
2.4.4 Toolbox Backpropagation pada Matlab
Software Matlab mempunyai beberapa perintah yang dapat digunakan untuk membuat jaringan syaraf tiruan backpropagation. Perintah-perintah tersebut adalah (Suharjito, 2008):
1. newff digunakan untuk membentuk jaringan syaraf dengan backpropagation
2. train digunakan untuk melakukan pelatihan jaringan
3. sim digunakan untuk melakukan output dari jaringan yang sudah dilatih 4. minmax digunakan untuk mencari nilai minimum dan maksimum data
input
5. trainParam digunakan untuk menentukan parameter pelatihan jaringan seperti epoch, goal, learning rate, dan momentum coefisient (mc)
