IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM MENDETEKSI PENYAKIT PADA AYAM DENGAN METODE SELF-ORGANIZING FEATURE MAPS (SOFM) SKRIPSI

i

IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM MENDETEKSI PENYAKIT PADA AYAM DENGAN METODE SELF-ORGANIZING FEATURE MAPS (SOFM)

SKRIPSI

ANNY MAGHFIRAH 081401013

PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

Universitas Sumatera Utara

i


SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah Sarjana Ilmu Komputer


PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013


ii PERSETUJUAN

Judul

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM MENDETEKSI PENYAKIT PADA AYAM DENGAN METODE SELF-ORGANIZING FEATURE MAPS (SOFM) : SKRIPSI : ANNY MAGHFIRAH : 081401013 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 23 Juli 2013

Komisi Pembimbing

:

Pembimbing II,

Pembimbing I,

Amer Sharif, S.Si, M. Kom NIP. -

Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001

Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001


iii PERNYATAAN


SKRIPSI

Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 23 Juli 2013



iv

PENGHARGAAN

Alhamdulillah. Puji dan syukur penulis ucapkan kepada Allah SWT atas limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Shalawat dan salam kepada Rasulullah Muhammad SAW. Pada pengerjaan skripsi dengan judul Implementasi Jaringan Syaraf Tiruan dalam Mendeteksi penyakit pada Ayam dengan Metode Self-Organizing Feature Maps (SOFM) penulis menyadari bahwa banyak campur tangan pihak yang turut membantu dan memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan terima kasih kepada: 1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K), selaku Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. dan Pembantu Dekan. 3. Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing dan Ketua Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. 4. Sekretaris Program Studi Ilmu Komputer Ibu Maya Silvi Lydia, B.Sc, M.Sc, dan semua dosen pada Program Studi S1 Ilmu Komputer FASILKOMTI USU dan semua pegawai di Program Studi S1 Ilmu Komputer USU. 5. Bapak Amer Sharif, S.Si, M.Kom sebagai pembimbing yang telah memberikan arahan dan motivasi kepada penulis dalam pengerjaan skripsi ini. 6. Bapak Dr. Marhaposan Situmorang dan Muhammad Andri Budiman, ST, MCompSC, MEM sebagai dosen penguji yang telah memberikan saran dan kritik kepada penulis dalam penyempurnaan skripsi ini. 7. drh. Mulia Riski yang telah bersedia meluangkan waktunya kepada penulis untuk berkonsultasi tentang penyakit ayam. 8. Ayahanda Muhammad Amin dan Ibunda Yusnidar yang telah memberikan do’a, dukungan, perhatian serta kasih sayang yang tulus serta pengorbanan yang tidak ternilai harganya. 9. Kakak dan Adik penulis Yul Ummi Syahida, S.Pd, Fikria Jauhari, SE, Rilwan Hadinata, S.Pd, dan adik penulis Raihan Hidayat serta kepada seluruh keluarga


v besar penulis secara khusus kak Winda Rezki Armasari, SE yang tidak hentihentinya memberikan dorongan, semangat kepada penulis. 10. Teman-teman seperjuangan mahasiswa S1-Ilmu Komputer stambuk 2008 secara khusus Heny Muliana, S.Kom, Mirnawati, S.Kom, Ratnaningtyas Yoga Wijayanti, S.Kom, Sadifa Asrofa, S.Kom, dan Zainuddin Siregar yang telah memberikan motivasi dan perhatiannya. 11. Teman-teman semasa sekolah, Titien Juliyanti, Intan Rukiyah, Maulidannur yang selalu memberikan semangat dan motivasinya. 12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu penulis menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.

Medan, 23 Juli 2013

Anny Maghfirah


vi ABSTRAK

Dengan teknologi yang semakin berkembang saat ini, sebuah sistem dapat mendeteksi penyakit baik pada manusia, tumbuhan maupun hewan. Self-Organizing Feature Maps adalah salah satu metode jaringan syaraf tiruan yang dapat melakukan pendeteksian, dimana neuron yang mempunyai jarak yang paling kecil adalah neuron pemenang atau neuron yang paling sesuai denga input yang diberikan. Parameter dalam sistem adalah penyakit ayam. Input dalam sistem yaitu berupa 60 ciri dan gejala penyakit dan outputnya adalah 16 jenis penyakit ayam. Pada sistem ini terdapat proses pelatihan dan proses pengujian. Pada tugas akhir ini sistem menggunakan Matlab R2007b dan Microsoft Office Excel 2007 untuk sebagai tempat penyimpanan data yaitu terdiri dari 60 ciri dan 16 jenis penyakit dikelompokkan ke dalam 4 JST. JST pertama terdiri dari 15 ciri dan gejala penyakit yang dimulai dari ciri yang pertama sampai ciri yang ke-15. Begitu juga dengan JST 2 dimulai dari ciri yang ke-16 sampai ciri yang ke-30. Begitu seterusnya sampai JST 4. Sistem ini dilatih dengan 100 iterasi. Dengan menginputkan ciri dan gejala penyakit, maka akan diperoleh output berupa salah satu penyakit ayam dari 16 jenis penyakit. Akan tetapi keakuratan dalam jaringan syaraf tiruan dengan metode Self Organizing Feature Maps tidak 100% benar yang ditunjukkan ada beberapa input yang tidak menghasilkan output yang benar.

Katakunci : Jaringan Syaraf Tiruan, Jaringan Kompetitif Self-Organizing Feature Maps (SOFM), Penyakit Ayam, Iterasi, Pelatihan Kata Kunci: Pengenalan Pola, Tanda Tangan, AnalisisKomponen Utama, Saraf Tiruan, Backpropagation

Jaringan


vii IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORKS FOR DETECTING DISEASES IN CHICKEN BY METHOD SELF-ORGANIZING FEATURE MAPs (SOFM)

ABSTRACT

With the development of technology, a system can detect diseases in humans, plants and animals. Self-Organizing Feature Maps is one method of neural network that can perform detection, where the neuron that has the smallest distance is the winner neuron or neurons that best suits a given input. Parameter in the system are chicken diseases. Input into the system are 60 traits and symptoms of the diseases and the output are 16 kinds of chicken diseases. There are training and simulation stages in the system. The system uses Matlab2007b and Excel 2007 as data storage which consists of 60 traits and diseases which are then grouped into 4 artificial neural network. The first artificial neural network has 15 traits and symptoms of the disease, starting from trait #1 to #15. Traits #16 to #30 are placed in the second artificial neural network, and so forth until the fourth artificial neural network. The system is trained with 100 iterations. By inputting traits and symptoms, the system will output one of the 16 chicken diseases. However, the accuracy of the artificial neural networks with SOFM method is not 100% correct which was indicated by some input not resulting in the correct output.

Keywords: Artificial Neural Networks, Competitive Networks Self-Organizing Feature Maps (SOFM), Chicken Diseases, Iteration, Training


viii DAFTAR ISI

Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Daftar Lampiran Bab 1

Bab 2

ii iii iv vi vii viii x xi xiii

Pendahuluan 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metode Penelitian 1.7 Diagram Alir Penelitian 1.8 Sistematika Penulisan

1 2 2 3 3 3 4 5

Tinjauan Pustaka 2.1 Anatomi Ayam 2.2 Jaringan Syaraf Biologi 2.3 Jaringan Syaraf Tiruan 2.3.1 Komponen Jaringan Syaraf 2.3.2 Manfaat Jaringan Syaraf Tiruan 2.4 Keunggulan Jaringan Syaraf Tiruan 2.5 Arsitektur Jaringan Syaraf Tiruan 2.5.1 Jaringan Umpan-Maju Lapisan Unggal 2.5.2 Jaringan Umpan-Maju Lapisan Banyak 2.5.3 Jaringan Syaraf Tiruan Recurrent 2.6 Metode Pembelajaran 2.6.1 Metode Pembelajaran Terpandu 2.6.2 Metode Pembelajaran Tidak Terpandu 2.6.3 Metode Pembelajaran Hibrida (Reinforcement) 2.7 Jaringan Syaraf Tiruan Sel-Organizing Feature Maps 2.7.1 Arsitektur Jaringan Self-Organizing Feature Maps 2.7.2 Algoritma Pelatihan Jaringan Kohonen SOM 2.7.3 Contoh Algoritma Pelatihan Jaringan Kohonen SOM

7 7 9 12 13 14 14 15 15 16 17 17 18 18 18 20 20 21


ix Bab 3 Analisis Dan Perancangan Sistem 3.1 Analisis Permasalahan 3.2 Analisis Sistem 3.2.1 Analisis Masukan dan Keluaran Sistem 3.2.2 Analisis Jaringan Syaraf Tiruan 3.2.3 Analisis Self-Organizing Feature Maps 3.3 Perancangan Sistem 3.3.1 Perancangan Prosedural 3.3.1.1 Proses Pelatihan JST 3.3.1.2 Proses Pengujian JST 3.3.2 Perancangan Data Flow Diagram (DFD) 3.3.3 Tabel Penyakit, Ciri Dan Gejalanya 3.3.4 Perancangan Antarmuka 3.3.4.1. Antarmuka Depan 3.3.4.2. Antarmuka Diagnosa Penyakit 3.3.4.3. Antarmuka Jenis Penyakit 3.3.4.4. Antarmuka Lihat Jenis Penyakit

24 24 25 27 28 33 34 34 35 37 38 52 52 53 55 56

Bab 4 Implementasi Dan Pengujian Sistem 4.1 Implementasi Sistem 4.1.1 Tampilan Antarmuka Sistem 4.1.1.1 Antarmuka Depan 4.1.1.2 Antarmuka Diagnosa Penyakit 4.1.1.3 Antarmuka Lihat Jenis Penyakit 4.1.1.4 Antarmuka Keluar 4.2 Pengujian Sistem 4.2.1 Pengujian Pengenalan Penyakit

58 58 59 59 61 62 63 63

Bab 5 Kesimpulan Dan Saran 5.1 Kesimpulan 5.2 Saran

71 72

Daftar Pustaka

73


x

DAFTAR TABEL

Halaman 3.1 4.1 4.2 4.3 4.4 4.5

Penyakit, ciri dan Gejala Perbandingan Hasil Pengujian Pertama Perbandingan Hasil Pengujian Kedua Perbandingan Hasil Pengujian Ketiga Perbandingan Hasil Pengujian Keempat Perbandingan Hasil Pengujian Kelima

38 66 66 67 68 69


xi

DAFTAR GAMBAR

Halaman 1.1

2.2 2.3 2.4 2.5 2.6 2.7 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.1 4.2 4.3 4.4 4.5

Diagram Alir Sistem Struktur Dasar Jaringan Syaraf Tiruan dan Struktur Sederhana Sebuah Neuron Model Neuron Struktur Neuron Jaringan Syaraf Tiruan Jaringan Umpan-Maju Lapisan Tunggal Jaringan Umpan-Maju Lapisan Banyak Jaringan Syaraf Tiruan Recurrent Arsitektur Jaringan Self-Organizing Feature Maps Diagram Alir Proses Pelatihan JST Diagram Alir Proses Pengujian JST Diagram Konteks Sistem Pengenal Penyakit DFD Level 1 Sistem Pengenal Penyakit Tampilan Rancangan Antarmuka Depan Tampilan Rancangan Antarmuka Diagnosa Penyakit Tampilan Rancangan Antarmuka Diagnosa Penyakit Kedua Tampilan Rancangan Antarmuka Jenis Penyakit Tampilan Rancangan Antarmuka Lihat Jenis Penyakit Tampilan Antarmuka Depan Tampilan Antarmuka Diagnosa Penyakit Pertama Tampilan Antarmuka Diagnosa Penyakit Kedua Tampilan Antarmuka Lihat Jenis Penyakit Tampilan Antarmuka Konfirmasi Keluar

11 12 15 16 17 19 34 35 37 38 53 54 55 56 57 59 60 61 62 62

4.6 4.7 4.8 4.9

Tampilan Input Ciri Dan Gejala Penyakit Pertama Tampilan Input Ciri Dan Gejala Penyakit Kedua Tampilan Hasil Pengujian Sistem Dalam Penganalan Penyakit Tampilan Hasil Tidak Sesuai Dengan Inputan

63 64 65 65

2.1

5 9


xii

LAMPIRAN

A. B. C.

Listing Program Jenis Penyakit, Ciri Dan Gejalanya Curriculum Vitae

A-1 B-1 C-1


IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM MENDETEKSI PENYAKIT PADA AYAM DENGAN METODE SELF-ORGANIZING FEATURE MAPS (SOFM) SKRIPSI

Recommend Documents