DETEKSI PENYAKIT TULANG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION
DOI:
https://doi.org/10.12928/jstie.v2i2.2844Abstract
Penyakit tulang adalah penyakit yang sering kali tidak disadari oleh seseorang yang mungkin saja, orang tersebut sudah mengidap gejala-gejala penyakit tersebut. Umumnya seseorang akan menyadari bahwa dia telah mengidap penyakit tulang, ketika kondisi tulangnya tidak memungkinkan lagi untuk diobati. Jadi untuk mengurangi resiko keluhan pada tulang, kita membutuhkan informasi lengkap dan memadai baik dari riset, internet dan petugas kesehatan. Dengan menjaga kesehatan tulang maka aktivitas dan kinerja seseorang pun menjadi lebih produktif. Berdasarkan keadaan yang seperti ini peran pakar kesehatan terutama di bidang penyakit Tulang sangat dibutuhkan karena faktor keterbatasan pengetahuan masyarakat mengenai penyakit tersebut. Tujuan dari penelitian ini untuk membangun suatu program Jaringan Syaraf Tiruan menggunakan metode backpropagation untuk mendiagnosa penyakit tulang.
           Metodologi yang digunakan dalam penelitian ini adalah studi pustaka, observasi dan wawancara. Untuk tahap pengembangan sistem meliputi analisis kebutuhan sistem, perancangan sistem, implementasi sistem, pengujian sistem dengan metode black box test dan alpha test. Dalam penelitian ini, gejala – gejala penyakit tulang yang digunakan sebagai input untuk mendeteksi penyakit terdiri dari 42 gejala dan 10 macam jenis penyakit. Arsitektur jaringan syaraf tiruan dengan 42 neuron input, menggunakan 1 hidden layer dengan melakukan perubahan jumlah neuron hidden sebagai percobaan yaitu 21 neuron hidden kemudian diganti menjadi 42 neuron hidden, serta terdapat 10 neuron output. Perangkat lunak ini dibuat menggunakan bahasa pemrograman Borland Delphi 7 dan Microsoft Acces 2010.
           Dari penelitian yang dilakukan menghasilkan sebuah perangkat lunak aplikasi deteksi penyakit Tulang menggunakan Jaringan Syaraf Tiruan dengan metode Backpropagation sebagai sarana konsultasi kesehatan tentang penyakit tulang. Berdasarkan pengujian yang dilakukan maka aplikasi jaringan syaraf tiruan yang terbentuk dapat mengenali pola yang ada dengan akurasi tertinggi yaitu 90% menggunakan nilai learning rate (α) = 0.1, 42 neuron hidden, fungsi aktivasi yang dipakai adalah fungsi logsig (sigmoid biner), dan metode pelatihan yang dipakai adalah metode trial and error.
Aplikasi ini telah diuji coba oleh para responden yang dapat memberikan hasil cukup baik sesuai kebutuhan.
Â
Kata kunci : Jaringan Syaraf Tiruan, Backpropagation, Penyakit TulangDownloads
Published
Issue
Section
License
License and Copyright Agreement
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal. Please also carefully read Journal Posting Your Article Policy.
- The work is not under consideration for publication elsewhere.
- The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
Copyright
Authors who publish with Jurnal Sarjana Teknik Informatika agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.