BAB 1 PENDAHULUAN
1.1 Latar Belakang Masalah Jaringan Syaraf Tiruan (artificial neural network), atau disingkat JST menurut Hermawan (2006, hlm.37) adalah sistem komputasi dimana arsitektur dan operasi diilhami dari pengetahuan tentang sel syaraf biologis di dalam otak, yang merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut. Jaringan syaraf tiruan yang merupakan bagian dari kecerdasan buatan memiliki kemampuan untuk belajar, selain itu juga mampu menghasilkan aturan atau operasi dari beberapa contoh atau input yang dimasukkan, dan membuat prediksi tentang kemungkinan output yang akan muncul. JST juga dapat menyimpan karakteristik dari input yang disimpan pada jaringan syaraf tiruan tersebut. Aplikasi kecerdasan buatan berbasis Jaringan Syaraf Tiruan banyak diterapkan di berbagai bidang ilmu pengetahuan dan teknologi informasi. Namun dalam dunia kedokteran di Indonesia, penerapannya masih sangat kurang. Oleh karena itu, studi kasus aplikasi jaringan syaraf tiruan di bidang kedokteran akan memberikan jalan pembuka bagi penelitian jaringan syaraf tiruan untuk mengenali pola-pola klinis. Penelitian yang dilakukan saat ini berkaitan dengan jaringan syaraf tiruan dengan kasus penyakit telinga, hidung dan tenggorokan. Dalam hal ini, bantuan seorang dokter ahli yang berpengalaman sangat dibutuhkan untuk memperoleh hasil analisa medis yang benar, karena pengalaman tersebut digunakan untuk melatih jaringan syaraf tiruan yang dibangun. Oleh karena itu diharapkan keberadaan suatu aplikasi jaringan syaraf tiruan dapat membantu seorang dokter dalam memberikan keputusan klinis dimana perangkat ini memiliki pengetahuan berbagai data kasus hasil analisis dari para dokter ahli yang berpengalaman.
1
1.2 Perumusan Masalah Permasalahan yang akan dibahas dalam penelitian ini adalah : 1. Bagaimana sistem dapat melakukan latihan mengenali dengan baik dari data yang dilatihkan secara berulang-ulang, sehingga semua pola yang dikeluarkan jaringan dapat memenuhi pola yang diinginkan. 2. Bagaimana parameter-parameter yang ada, seperti maksimal epoh dan learning rate mempengaruhi validitas keluaran pada jaringan saat proses pelatihan atau pembelajaran.
1.3 Batasan Masalah Batasan masalah dalam penelitian ini adalah: 1. Penyakit yang akan dibahas dalam penelitian ini hanya melingkupi penyakit THT yaitu sebanyak 23 jenis penyakit dengan 38 gejala. 2. Gejala-gejala penyakit THT sesuai dengan gejala yang diperoleh dari buku dan keterangan dokter spesialis THT, yaitu dokter Retno. 3. Penyakit THT yang dirancang adalah penyakit THT yang mempunyai gejalagejala yang ringan.
1.4 Hipotesis Dalam penelitian ini terdapat dua (2) hipotesis yang akan dibuktikan, yaitu : 1. Semakin banyak jumlah data yang dilatihkan, maka keluaran data yang dihasilkan juga akan semakin akurat. 2. Semakin kecil nilai learning rate, maka keluaran yang dihasilkan semakin mendekati valid.
2
1.5 Tujuan Penelitian Tujuan penelitian ini adalah membangun sebuah sistem yang dapat melakukan diagnosa terhadap penyakit Telinga, Hidung dan Tenggorokan (THT) dengan metode backpropagation.
1.6 Metode Penelitian Metode penelitian yang digunakan dalam menyelesaikan tugas akhir ini adalah sebagai berikut :
1) Studi Pustaka - Dilakukan dengan mencari buku-buku referensi Tugas Akhir, antara lain : buku tentang jaringan syaraf tiruan, buku kesehatan (telinga, hidung dan tenggorokan), buku Visual Studio 2008, serta laporan Tugas Akhir pada perpustakaan UKDW. - Mencari informasi dari Internet dalam merancang dan mendesain sistem yang akan dibuat. 2) Wawancara Penulis melakukan wawancara langsung dengan dokter Retno. Beliau adalah dokter spesialis THT yang menjalankan profesinya di rumah sakit Dr.Kariadi Semarang. Wawancara ini dilakukan penulis untuk mendapatkan data penyakit penyakit THT beserta gejala-gejala yang menyertainya sebagai salah satu sumber utama pembuatan program. 3) Implementasi Langkah-langkah berikut ini merupakan tahapan di dalam perancangan pembuatan program : a) Perancangan input dan output Program didesain untuk dapat menerima input berupa macam-macam gejala penyakit yang telah diubah ke dalam bentuk suatu matrik atau array, dan
3
menghasilkan output berupa prediksi penyakit berdasarkan gejala-gejala yang dimasukkan. b) Metode yang digunakan dalam sistem ini adalah backpropagation. Cara kerja dari backpropagation ini yaitu, menghitung galat dan mengubah bobot-bobot pada semua interkoneksinya. Disini galat dihitung pada semua unit pengolah dan bobotpun diubah pada semua interkoneksi. Perhitungan dimulai dari lapisan keluaran dan mundur sampai lapisan masukan. Hasil keluaran dari perambatan maju dibandingkan hasil keluaran yang diinginkan. Berdasarkan perbedaan ini kemudian dihitung galat untuk tiap-tiap lapisan pada jaringan. Pertama-tama dihitung galat untuk lapisan keluaran, kemudian bobot-bobot setiap interkoneksi yang menuju ke lapisan keluaran disesuaikan. Setelah itu dihitung nilai galat pada lapisan tersembunyi dan dihitung perubahan bobot yang menuju ke lapisan tersembunyi. Demikian proses ini dilakukan mundur sampai ke lapisan masukan secara iteratif. c) Membuat kesimpulan. Setelah dilakukan pengujian pada langkah sebelumnya, maka dilakukan analisa hasil keluaran berdasar pada faktor banyak sedikitnya data yang di masukkan juga pengaruh dari jumlah epoch dan learning rate yang digunakan. Kemudian dari hasil analisa di atas, dapat ditarik suatu kesimpulan mengenai seberapa besar faktor-faktor tersebut mempengaruhi validitas hasil keluaran.
1.7 Sistematika Penulisan Bab 1 merupakan bab pendahuluan yang berisi uraian latar belakang masalah pembangunan sistem berbasis JST terutama dalam dunia kedokteran yang masih sangat sedikit implementasinya. Dalam mempermudah pembangunan sistem, diperlukan perumusan masalah untuk meruntut cara kerja metode yang digunakan. Penulis juga memberi batasan masalah untuk membatasi lingkup penelitian. Penelitian ini mempunyai 2 hipotesis yang akan dibuktikan yaitu keakuratan output
4
berdasarkan jumlah banyaknya data dan nilai learning rate. Adapun tujuan daripada penulisan tugas akhir ini untuk membangun sistem yang dapat melakukan diagnosa terhadap penyakit THT ringan dengan metode backpropagation. Metode penelitian yang dilakukan untuk mendukung pembangunan sistem yaitu studi pustaka dan wawancara dengan dokter spesialis THT. Laporan tugas akhir ini dibuat berdasarkan sistematika penulisan yang baku berdasarkan standar APA. Bab 2 merupakan bab tinjauan pustaka yang berisi uraian tentang teori-teori JST secara umum dan perkembangannya dari waktu ke waktu. Landasan teori yang dipakai untuk mendukung perancangan dan implementasi sistem mencakup supervised learning, multilayer net, persamaan dalam fungsi aktivasi dan persamaan dalam algoritma backpropagation. Bab 3 merupakan bab perancangan sistem yang membahas mengenai perancangan sistem secara keseluruhan yang meliputi pengelolaan dan perancangan sistem tersebut. Bab 4 merupakan bab implementasi dan analisis sistem, implementasi dalam bentuk program yang dibuat beserta penjelasan listing program dan algoritmanya, selain itu juga berisi analisa terhadap terhadap sistem yang telah dibuat. Bab 5 merupakan bab kesimpulan dan saran yang berisi kesimpulan dari proyek tugas akhir ini dan saran atas hasil dari program yang dibuat serta pengembangannya pada masa mendatang.
5
