that is good

Volume : III, Nomor : 2 , Juni 2014 Majalah Ilmiah

Informasi dan Teknologi Ilmiah (INTI) ISSN : 2339-210X

PerancanganSistemPengambilanKeputusanDiagnosaPenyakitDalamMenggunakanMetodeBackPropagation(StudiKasusRSUDDr.RM.DjoelhamKotaBinjai).

70

PERANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DIAGNOSA PENYAKIT DALAM MENGGUNAKAN METODE BACK PROPAGATION

(Studi Kasus RSUD Dr. RM. Djoelham Kota Binjai)

Yani Maulita M.Kom

Program Studi Sistem Informasi STMIK Kaputama Jl. Veteran No. 4A-9A, Binjai, Sumatera Utara , Binjai, 20714, Indonesia

www.kaputama.ac.id // Email : [email protected]

Abstrak

Penyakit dalam merupakan salah satu jenis penyakit yang paling banyak diderita. Penyakit dalam memiliki

indikasi yang beragam dan gejala yang muncul hampir memiliki kemiripan. Hal ini menyebabkan banyak tenaga medis, bahkan masyarakat awam kesulitan untuk mengenali jenis penyakit yang diderita. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik sedikit rumit ataupun rumit sekalipun tanpa bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. Kata kunci: Penyakit Dalam, Sistem Pendukung Keputusan, Backpropagation

Abstract

Indisease is one of the disease that people mostly suffering from. Indisease has many variation of indications and the symptoms that appears are almost the same. These cause many medical worker, or even common people find it difficult to recognize what kind of disease that is being suffered. Hopefully by this expert system, people can solve problems whish is alittle bit complicated or even very complicated without any an expert assistant. And for the experts, it can used as an experienced assistant. Keywords: indisease, Decision Support System, Backpropagation

1. Pendahuluan Dalam kasus ini penyakit yang dipilih oleh

penulis adalah penyakit dalam guna membantu para dokter untuk menentukan jenis penyakit yang diderita pasien, hal ini tebukti dari banyakya pasien yang datang ke rumah sakit setelah mengarah ke penyakit dalam. Karena penyakit dalam sangat beragam jenis dan gejalanya, maka seorang dokter perlu mengkaji lebih dalam gejala yang dialami pasien untuk dapat menentukan penyakit yang diderita. Oleh karena itu dibangun suatu sistem pengambilan keputusan yang dapat membantu menyelesaikan masalah tersebut dengan menggunakan metode Back propagation.

Sehingga dengan adanya sistem pendukung keputusan ini maka para dokter bisa dengan cepat menentukan jenis penyakit yang diderita oleh pasien.

Adapun tujuan dari penelitian ini adalah: 1. Untuk membuat suatu program sistem

pengambilan keputusan untuk dapat mendiagnosa penyakit dari gejala-gejala yang dirasakan oleh pasien secara cepat dan tepat dengan menggunakan metode Back propagation.

2. Sistem ini dapat membantu memberikan informasi tentang penyakit dalam dari gejala gejala yang diderita pasien. Adapun yang menjadi rumusan masalah dalam

penelitian ini adalah: 1. Dengan menggunakan metode back propagation,

bagaimana cara membangun suatu aplikasi

sistem pengambilan keputusan untuk mendiagnosa penyakit dalam?

2. Dengan menggunakan bahasa pemrograman Visual Basic.Net dan SQL Server, bagaimana membangun program sistem pengambilan keputusan untuk mendiagnosa penyakit dalam berdasarkan gejala gejala yang diderita pasien?

3. Dengan menggunakan sistem pengambilan keputusan, bagaimana membuat sistem untuk membantu para dokter untuk mendiagnosa penyakit dalam dengan cepat?

2. Teori

Menurut Abdul Kadir dalam bukunya Pengenalan Sistem Informasi (2003, h. 117) Sistem Pendukung Keputusan atau Decision Support Systems (DSS) adalah sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data yang digunakan untuk membantu pengambilan keputusan pada situasi yang semi terstruktur dan situasi yang tidak terstruktur.

Menurut penelitian tentang pengertian penyakit dalam (adalah penyakit yang menyerang organ dalam manusia. hal itu memang benar. penyakit dalam merupakan jenis penyakit yang menyerang organ dalam manusia. organ dalam manusia itu seperti, jantung , paru-paru, ginjal, hati, usus. organ dalam tersebut ternyata juga rentang terhadap penyakit. Paling tidak kita bisa melakukan identifikasi penyakit dalam pada manusia, seperti dibwah ini:

Oleh:YaniMaulitaM.Kom




71

1. penyakit jantung 2. penyakit liver 3. penyakit paru-paru 4. penyakit usus 5. penyakit lambung 6. penyakit leokimia Beberapa penyakit di atas sering sekali melanda.

namun sebagian besar kita terkadang tidak mengetahuinya. di zaman sekarang ini dimana teknologi semakin canggih dan modern membuat manusia tidak lagi memperhatikan kesehatan tubuh. terbukti bahwa kamtian manusia paling besar adalah kerena terkena serangan jantung. tidak perlu kita pungkiri banyak kematian yang disebabkan oleh penyakit yang menyerang organ dalam manusia. 2.1 Pengertian Penyakit Diabetes Melitus

Menurut penelitian tetang pngertian penyakit diabetes melitus) adalah penyakit yang ditandai dengan kadar gula darah yang tinggi yang disebabkan oleh gangguan pada sekresi insulin atau gangguan kerja insulin atau keduanya. Tubuh pasien dengan diabetes mellitus tidak dapat memproduksi atau tidak dapat merespon hormon insulin yang dihasilkan oleh organ pankreas, sehingga kadar gula darah meningkat dan dapat menyebabkan komplikasi jangka pendek maupun jangka panjang pada pasien tersebut. 2.1. Gejala Penyakit Diabetes Melitus

Adapun gejala penderita diabetes melitus umumnya menampakkan tanda dan gejala dibawah ini meskipun tidak semua dialami oleh penderita : 1. Buang air kecil dengan jumlah yang banyak. 2. Sering merasa letih meskipun tidak habis

beraktifitas. 3. Sering atau cepat merasa haus. 4. Lapar yang berlebihan atau banyak makan. 5. Berat badan yang terus menurun. 6. Sering kesemutan atau mati rasa pada kaki atau

tangan. 7. Luka yang tidak cepat sembuh jika terkena benda

atau hal yang melukai tubuh. 8. Gangguan penglihatan. 9. Mudah tidak sadar diri atau pingsan.

2.2 Pengertian Penyakit Dispepsia

Menurut penelitian tentang pengertian penyakit dispepsia) adalah berkaitan dengan makanan dan menggambarkan keluhan atau kumpulan gejala yang terdiri dari nyeri uluhati, mual, sakit buang air besar, kembung, selalu lapar. Sindrom atau keluhan ini dapat disebabkan atau didasari berbagai macam penyakit. Hampir setiap orang di dunia terkena penyakit radang lambung atau biasa disebut dispepsia (maag). Orang yang terkena penyakit maag dikarenakan pola makanannya yang tidak teratur. Dispepsia (radang lambung) adalah penyakit yang disebabkan oleh adanya luka lambung sehingga menyebabkan perih dan sakit pada perut bagian dalam tersebut.

2.3. Penyebab Penyakit Dispepsia

Kebiasaan makan secara tidak teratur, akan dengan cepat terkena penyakit dispepsia (radang lambung) ini. Sehingga lambung memproduksi asam lambung yang berlibih. Stres, kebiasaan merokok, terlalu banyak makan atau minum-minuman yang mengandung kafein serta mengkonsumsi obat-obatan adalah penyebab terjadinya penyakit dispepsia atau radang lambung.

2.4. Gejala Penyakit Dispepsia

Adapun gejala yang biasanya diderita oleh para penderita penyakit dispepsia : 1. Akan merasakan mual hingga muntah 2. Perut akan merasa kembung 3. Nyeri yang amat sangat pada perut bagian dalam 4. Merasakan sakit ketika sedang buang air besar 5. Akan selalu merasa lapar 2.5. Pengertian Penyakit Hipertensi

Menurut penelitian tentang pengertian penyakit hipertensi di kalangan masyarakat, hipertensi dikenal pula dengan sebutan darah tinggi atau penyakit darah tinggi. Sebutan tersebut sering ditujukan pada orang yang suka emosional atau suka marah-marah. Menurut medis, pengertian hipertensi adalah suatu kondisi manakala tekanan darah seseorang meningkat sampai diatas normal yang ditunjukkan oleh alat ukur tekanan darah. Misalnya untuk orang dewasa dengan tinggi badanT, berat badan, dan kegiatan yang wajar serta sehat, maka angka tekanan darah yang normal adalah pada kisaran 120 / 80 mmHG. Biasanya, angka tekanan darah akan menurun saat istirahat atau tidur, dan naik kembali sesudah berolahraga atau beraktifitas. Alat ukur tekanan darah yang digunakan bisa berupa cuff air raksa (sphygmomanometer) ataupun alat ukur tekanan darah digital. 2.6. Penyebab Penyakit Hipertensi

Penyebab hipertensi yang utama adalah kebiasaan dan gaya hidup yang tidak sehat. Misalnya : suka minum alkohol, suka merokok, kurang berolahraga atau beraktifitas, stress, suka makanan dengan kadar garam berlebihan, suka minum berkafein, dan sering mengkonsumsi makanan berkolestrol tinggi. Disamping menyebabkan hipertensi, gaya hidup yang tidak sehat juga sering menjadi penyebab timbulnya penyakit lain. Hipertensi juga bisa disebabkan oleh faktor keturunan. Orang yang mempunyai kerabat atau anggota keluarga yang terkena hipertensi, maka kemungkinan terkena hipertensi cukup besar. 2.7. Gejala Penyakit Hipertensi

Adapun gejala yang biasanya diderita oleh para penderita penyakit dispepsia :

1. Sulit bernafas 2. Sakit kepala




PerancanganSistemPengambilanKeputusanDiagnosaPenyakitDalamMenggunBackPropagation(StudiKasusRSUDDr.RM.DjoelhamKotaBinjai).

3. Jantung berdebar-debar 4. Mudah lelah 5. Penglihatan kabur 6. Wajah memerah 7. Hidung berdarah 8. Sering buang air kecil 9. Telinga berdening

2.8. Back Propagation

Menurut Sri kusumadewi dalam bukunya Artifical Intelligence (2003, h. 236) Backpropagation merupakan algoritma pembelajaran yang terawasi dan biasanya digunakan oleh perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-neuron yang ada pada lapisan tersembunyinya. Backpropagation merupakan algoritma yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks, dan juga sangat populer.

Istilah backpropagation atau propagasi balik atau penyiaran kembali diambil dari cara kerja jaringan ini, yaitu bahwa gradien error unit-unit tersembunyi diturunkan dari penyiaran kembali error-error yang diasosiasikan dengan unit-unit output. Nama lain dari propagasi balik adalah aturan delta yang digeneralisasi (generalized delta rule)

Algoritma backpropagation menggunakan error output untuk mengubah nilai bobot-bobotnya dalam arah mundur (backward). Untuk mendapatkan error ini, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu. Pada saat perambatan maju, neuron-neuron diaktifkan dengan menggunakan fungsi aktivasi sigmoid, yaitu:

Arsitektur jaringan backpropagation seperti terlihat pada Gambar 1

Gambar 1 Arsitektur jaringan backpropagation. Sumber : Artificial Intelligence (Teknik dan Aplikasinya) Algoritma backpropagation: . Inisialisasi bobot (ambil bobot awal dengan nilai

random yang cukup kecil). a. Kerjakan langkah-langkah berikut selama kondisi

berhenti bernilai FALSE: Untuk tiap-tiap pasangan elemen yang akan dilakukan pembelajaran, kerjakan: Feedforward:

a. Tiap-tiap unit input (Xi, i=1,2,3,...,n) menerima sinyal xi dan meneruskan sinyal tersebut ke semua unit pada lapisan yang ada di atasnya (lapisan tersembunyi). b. Tiap-tiap unit tersembunyi (Zi, j=1,2,3,...,p) menjumlahkan sinyal-sinyal input terbobot:

........(1)

gunakan fungsi aktivasi untuk menghitung sinyal outputnya: zj = f(z_inj) ...........................(2) dan kirimkan sinyal tersebut ke semua unit di lapisan atasnya (unit-unit output). c. Tiap-tiap unit output (Yk, k=1,2,3,...,m) menjumlahkan sinyal-sinyal input terbobot. .......... (3) gunakan fungsi aktivasi untuk menghitung sinyal outputnya: yk = f(y_ink) ............ (4) dan kirimkan sinyal te semua unit di lapisan atasnya (unit-unit outp

Backprod. Tiap-tiap unit outptarget pola yang bepembelajaran, hitung ik = (tk yk) f(y_ink).kemudian hitung koredigunakan untuk memwjk = k zj ...................hitung juga koreksidigunakan untuk memFw0k = k ...........kirimkan k ini ke bawahnya. e. Tiap-tiap unit tmenjumlahkan delta berada pada lapisan di

kalikan nilai ini daktivasinya untuk men j = _inj f(z_injkemudian hitung koredigunakan untuk mem vjk = j xi ........(1hitung juga koreksidigunakan untuk mem v0j = j........ (1

_

1

f. Tiap-tiap unit memperbaiki bias danwjk(baru) = wjk(lama) Tiap-tiap unit termemperbaiki bias danvij(baru) = vij(lama) + 3. Metodologi Pen

Metodologi penesesuatu secara siste

Oleh:YaniMaulitaM.Komrsebut ke akanMetode 72

ut). pagation ut (Yk, k=1,2,3,...,m) menerima rhubungan dengan pola input nformasi errornya: .............(5) ksi bobot (yang nantinya akan perbaiki nilai wjk): .(6) bias (yang nantinya akan perbaiki nilai w0k): ............... (7) unit-unit yang ada di lapisan

ersembunyi (Zj, j=1,2,3,...,p) inputnya (dari unit-unit yang atasnya):

engan turunan dari fungsi ghitung informasi error: ) ...... (9) ksi bobot (yang nantinya akan perbaiki nilai vij): 0) bias (yang nantinya akan perbaiki nilai v0j): 1)

.........(8)

output (Yk, k=1,2,3,...,m) bobotnya (j=0,1,2,...,p): + wjk ............ (12) sembunyi (Zj, j=1,2,3,...,p) bobotnya (i=0,1,2,...,n): vij ................. (13) elitian litian dilakukan untuk mencari matis dengan menggunakan



PerancanganSistemPengambilanKeputusanDiagnosaBackPropagation(StudiKasusRSUDDr.RM.DjoelhamOleh:YaniMaulitaM.Kom

PenyakitDalamMenggunakanMetodeKotaBinjai).

73

metode ilmiah serta sumber yang berlaku. Dalam proses penelitian ini ditujukan untuk semua para dokter, terutama dokter dibidang Penyakit Dalam ( Dr. Spesialis Penyakit Dalam ) lebih memberikan hasil yang berarti, baik segi kuantitas maupun kualitas yang diharapkan terus bertahan ditengah persaingan yang semakin ketat dewasa ini. Hasil dari konseptualisasi akan dituangkan menjadi suatu metode penelitian yang lengkap dengan pola studi literature, pengumpulan data yang diperlukan untuk menganalisis sistem prediksi yang akan dibuat yaitu untuk memprediksi diagnosa penyakit dalam dengan menggunakan Backpropagation.

Atas dasar metodologi penelitian yang digunakan pada penelitian ini, dapat dibuat suatu alur kegiatan metodologi kerja penelitian. 4. Hasil

Adapun langkah awal data yang akan diuji menggunakan matlab 6.5_2 dengan memanggil data latih dan target latih dengan tahapan yang dapat dilihat berdasarkan data uji pada gambar I2 sebagai berikut :

Gambar 2 Import Wizard Data Latih pada Matlab

Setelah itu panggil data latih dengan mengetik data latih (p=datalatih) dan target latih (t=targetlatih) sesuai data yang ada seperti gambar IV.2. Tampilan Matlab ini untuk memanggil data latih dan target latih sebagai berikut :

Gambar 3 Tampilan Matlab Untuk Memanggil Data

Setelah itu panggil data dengan mengetik tp=[50 100000 0.07 0.1] sesuai data yang ada seperti gambar 4. Tampilan Matlab untuk memanggil grafik data sebagai berikut :

Gambar 4 Tampilan Matlab Untuk Memanggil Grafik Data

Setelah itu muncul tampilan figure epoch seperti gambar 5 sebagai berikut:

Gambar 5 Tampilan Figure Epoch pada Matlab

Setelah itu panggil data uji dan target uji dengan mengetik datauji = datauji dan targetuji = targetuji sesuai data yang ada seperti gambar 6. Tampilan Matlab untuk memanggil data uji dan target uji sebagai berikut :




74

Gambar 6 : Tampilan Matlab Untuk Memanggil Data uji

a. Form Diagnosa Halaman ini merupakan halaman untuk

mendiagnosa penyakit pasien melalui keluhan gejala yang dirasakan oleh pasien kemudian pilih tombol proses yang akan melakukan diagnosis penyakit untuk mengetahui apakah pasien tersebut terdiagnosa Positif, Negatif, atau Masih Gejala penyakit Dalam.

Berikut desain tampilan interface form diagnosa yang di rancang :

Gambar 7 . Form Diagnosa 5. Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang telah dilakuka dapat diambil beberapa kesimpulan antara lain : 1. Metode sistem pengambilan keputusan yang

dituangkan kedalam penggunaan algoritma backpropagation pada penelitian ini mampu untuk memprediksi pasien dengan menggunakan bahasa pemrograman VB.Net apakah positif terkena penyakit dalam atau tidak.

2. Untuk mendapatkan hasil prediksi pasien yang tidak terkena penyakit dalam, perlu memperhatikan jumlah simpul lapisan tersembunyi, laju pembelajaran, toleransi galat dan jumlah epoch.

3. Target output pada proses pengujian terhadap data baru yang akan diprediksi yang diinginkan telah mendekati ketepatan pada hasil, karena telah menjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan.

6. Daftar Pustaka [1] Hermawan, A., Jaringan Syaraf Tiruan teori dan

aplikasi, Penerbit Andi, Yogyakarta, 2006. [2] Kusumadewi, S., Membangun Jaringan Syaraf

Tiruan. Yogyakarta: Penerbit Graha Ilmu Yogyakarta, 2004.

[3] Kusrini dan Emha Taufiq Luthfi, Algoritma Data Mining, Andi Yogyakarta, 2009.

[4] T. Sutojo, dkk, Kecerdasan Buatan, Andi Yogyakarta, 2011.

[5] Siang, J. J., Jaringan Syaraf Tiruan dan Programnya menggunakan Matlab. Penerbit Andi, Yogyakarta, , 2009.

[6] Suyanto, Artificial Intelligence (Searching, Reasoning, Planning And Learning), Penerbit Informatika Bandung, 2007.


that is good

Documents