Minggu, 08 Januari 2017
Artificial Neutral Network
Artificial Neutral Network
Jaringan saraf tiruan (JST)
(Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated
neural network (SNN), atau umumnya hanya disebut neural network (NN)), adalah
jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem
saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya
untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang
mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, JST juga
sering disebut dengan jaringan adaptif.
Secara sederhana, JST adalah
sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk
memodelkan hubungan yang kompleks antara input dan output untuk menemukan
pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran
universal", JST dengan minimal sebuah lapis tersembunyi dengan fungsi
aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari
suatu dimensi ke dimensi lainnya.
Sejarah
1943 : Waffen McCulloh dan Walter Pitts
merancang model matematis dari sel-sel otak
1949 : Hebb menyatakan informasi dapat
disimpan dalam koneksi-koneksi antar neuron
1958 : Rosenblatt mengembangkan konsep
dasar tentang perceptron untuk klasifikasi pola
1982 : Kohonen mengembangkan metode
jaringan syaraf buatan unsupervised learning
1982 : Grossberg mengenalkan sejumlah
arsitektur jaringan ( ART, ART2, ART3)
1982 : Hopfield mengembangkan jaringan
syaraf reccurent untuk menyimpan informasi
Bagaimana
Jaringan Syaraf Tiruan Bekerja ?
Artificial Neural Network Bekerja
ada tiga paradigma bagaimana jaringan
syaraf tiruan dapat berfikir dan beradaptasi terhadap suatu masalah, tiga
paradigm tersebut adalah :
1. Supervised Learning
2. Unsupervised Learning
3. Reinforced Learning
1. Supervised Learning
2. Unsupervised Learning
3. Reinforced Learning
Supervised
Learning (pembelajaran terawasi) adalah metode pembelajaran
yang menyimpulkan pemetaan data dengan membandingkan ketidaksesuaian antara pemetaan
data saat ini ( yang mengandung knowledge saat ini) dengan pemetaan data
sebelumnya (yang mengandung knowledge sebelumnya).
Unsupervised
Learning (pembelajaran tidak terawasi) adalah metode
pembelajaran yang mengelompokkan unit-unit yang hampir sama dalam area
tertentu. Metode ini biasa digunakan untuk pengklafisikasian pola.
Reinforced
Learning, adalah metode yang membuat system (system) dapat
belajar dari keputusan yang diambil sebelumnya dengan cara memberikan reward
setiap kali system melakukan suatu hal yang benar. Dengan pemberian reward ini
system akan mencari hal apa yang harus dilakukan agar mendapatkan lebih banyak
lagi reward, sehingga system dapat terus berkembang. System (learner) dibiarkan
belajar sendiri dengan lingkungan, ketika system bermain berdasarkan rule maka
akan diberi reward, ketika tidak akan diberi punishment.
Sebelum menggunakan Jaringan Syaraf
Tiruan kita harus mempertimbangkan tiga hal yaitu :
1 Model apa yang akan kita gunakan
2 Algoritma belajar apa yang akan kita gunakan
3 Bagaimana caranya agar JST tahan terhadap masalah
2 Algoritma belajar apa yang akan kita gunakan
3 Bagaimana caranya agar JST tahan terhadap masalah
Manfaat
Jaringan Syaraf Tiruan
Dalam kehidupan sehari-hari jaringan
syaraf tiruan digunakan dalam aplikasi yang berkaitan dengan hal-hal berikut :
1. Identifikasi dan control : Kontrol kendaraan, Natural Resources Mangement
2. Pengambil keputusan dalam video game: Chess, Poker, Backgammon
3. Pengenal Pola : Radar, Pengenal wajah, Pengenal objek
4. Diagnosa Medis untuk mendeteksi penyakit kangker
1. Identifikasi dan control : Kontrol kendaraan, Natural Resources Mangement
2. Pengambil keputusan dalam video game: Chess, Poker, Backgammon
3. Pengenal Pola : Radar, Pengenal wajah, Pengenal objek
4. Diagnosa Medis untuk mendeteksi penyakit kangker
Sumber:
Kamis, 20 Oktober 2016
SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT JANTUNG DENGAN METODE FORWARD CHAINING BERBASIS DESKTOP
ABSTRAKSI
Kesehatan merupakan hal yang paling
berharga bagi manusia, karena siapa saja dapat mengalami gangguan kesehatan
khususnya penyakit jantung. Kebanyakan masyarakat awam sangat kurang
memperhatikan kesehatan, mereka enggan memeriksakan kesehatan jantungnya karena
kurangnya pelayanan terhadap pasien, kurangnya tenaga medis khususnya dokter
spesialis jantung serta jam kerja dokter yang terbatas. Sehingga perlunya suatu
teknologi yang mampu mengadopsi cara berfikir manusia yaitu teknologi
kecerdasan buatan. Sistem pakar merupakan salah satu dari teknologi kecerdasan
buatan. Sistem pakar ini dibuat sebagai sarana untuk membantu dokter dalam
mendiagnosa dan penata laksanaan terhadap pasien. Aplikasi ini dibuat
menggunakan metode inferensi Forward Chaining dengan bahasa pemrograman
Java dan MySQL sebagai basis datanya. Penelitian ini akan menghasilkan aplikasi
sistem pakar untuk mendiagnosa penyakit jantung dengan keluaran berupa
kemungkinan penyakit disertai persentasenya. Diharapkan dibuatnya sistem pakar
ini akan
membantu dan mempercepat kerja dokter jantung dalam mendiagnosa
awal penyakit jantung.
A. PENDAHULUAN
Penyakit jantung menduduki peringkat
teratas penyebab kematian dibandingkan stroke, kanker paruparu, kanker
payudara, dan AIDS. Kebanyakan masyarakat awam sangat kurang memperhatikan kesehatan,
terutama kesehatan jantung. Mereka enggan memeriksakan kesehatan jantungnya karena
kurangnya pelayanan terhadap pasien, kurangnya tenaga medis khususnya dokter
spesialis jantung serta jam kerja dokter yang terbatas. Sehingga perlunya suatu
teknologi yang mampu mengadopsi cara berfikir manusia yaitu teknologi kecerdasan
buatan. Sistem pakar merupakan salah satu dari teknologi kecerdasan buatan.
Sistem pakar ini dibuat sebagai sarana untuk membantu mendiagnosa dan penata laksanaan
terhadap pasien. Dengan adanya aplikasi ini bukan berarti menghilangkan ataupun
menggantikan peran dari seorang pakar, ahli dan dokter spesialis jantung di
rumah sakit, tetapi dapat lebih memasyarakatkan pengetahuan para pakar / ahli /
dokter penyakit jantung melalui aplikasi ini, serta pasien dapat mengetahui
langsung bagaimana cara mengidentifikasikan jenis penyakit jantung berdasarkan gejala
yang dirasakan pasien. Peran dokter masih diperlukan untuk membenarkan serta
dilakukannya pemeriksaan lanjutan terhadap penyakit pasien jika diperlukan. Sehingga
dengan adanya sistem ini dapat mempermudah dan mempercepat kinerja dokter dalam
mendiagnosa awal penyakit jantung yang diderita oleh pasien. Dengan menggunakan
sistem pakar diharapkan dapat mempercepat dalam mendiagnosa suatu jenis penyakit
jantung , sehingga dapat dengan mudah diketahui jenis penyakit tersebut. Selain
itu sebagai suatu alternatif solusi untuk mengatasi masalah yang dialami oleh dokter
dan petugas kesehatan.
B. METODE PENELITIAN
Metode yang akan digunakan dalam
membangun sistem pakar diagnosa penyakit jantung adalah metode waterfall seperti
yang diilustrasikan pada Gambar 1.
Adapun penjelasan dari tahapanpenelitian waterfall, sebagai
berikut :
1. Persiapan dan pengumpulan data, yaitu Melakukan persiapan sebelum
melakukan pengumpulan data, kemudian melakukan studi pustaka untuk mencari dan
mempelajari tentang sistem pakar, metode Forward Chaining, dan
mencari informasi tentang penyakit jantung, selanjutnya melakukan pengamatan
secara langsung dan melakukan wawancara dengan dokter residen jantung Dr. Tuko Srimulyo
di RSUD Dr. Moewardi untuk mengetahui informasi yang dibutuhkan secara akurat.
2. Analisa sistem, yaitu melakukan analisa sistem sesuai data dan permasalahan
yang telah
dikumpulkan sebelumnya, guna sebagai acuan yang digunakan untuk
merancang sistem sesuai dengan kebutuhan.
3. Perancangan sistem, yaitu merupakan tahap penulisan, data, aliran
proses dan hubungan antar data yang paling optimal serta mengimplementasikan ke
dalam bentuk software sehingga memenuhi kebutuhan pihak yang terkait
sesuai dengan hasil analisa kebutuhan.
4. Implementasi sistem, yaitu merupakan tahap mengimplementasikan
sistem atau melakukan proses coding berdasarkan rancangan yang telah dibuat
sebelumnya sesuai kebutuhan pihak yang terkait.
5. Pengujian sistem, yaitu merupakan tahap pengujian terhadap
sistem yang telah dibuat,
dan mengevaluasi kekurangan serta kelebihan sistem tersebut.
6. Menyusun laporan, yaitu merupakan tahapan akhir, penulisan
laporan pada hasil penelitian.
C. HASIL DAN PEMBAHASAN
A. Halaman Login
Halaman Login merupakan halaman
awal yang muncul sebelum masuk ke dalam sistem. Halaman login terdiri
dari 1 pilihan status yaitu status sebagai admin. Seorang admin diharuskan
mengisikan username dan password yang sesuai. Tombol “login”
digunakan untuk melakukan eksekusi masuk ke sistem, sedangkan tombol “Exit”
digunakan untuk keluar dari halaman login dan kembali ke menu utama.
Halaman login dapat dilihat pada gambar 2.

Gambar 2. Halaman login
B. Halaman Isian Data Pasien
Halaman isian data pasien adalah halaman
yang digunakan oleh pasien untuk mengisi data diri sebelum melakukan diagnosa penyakit
menggunakan sistem pakar. Data diri tersebut terdiri dari nama, umur, jenis
kelamin dan alamat. Halaman isian data pasien dapat dilihat pada Gambar 3.

Gambar 3. Form Isian Data Pasien
C. Halaman Admin
Halaman admin ini akan ditampilkan jika
proses login telah dilakukan dan berhasil. Halaman admin memiliki beberapa menu
yaitu menu penyakit, gejala, pasien, diagnosa dan menu user. Halaman utama
admin dapat dilihat pada Gambar 4.

Gambar 4. Halaman Admin
D. Halaman Data Penyakit
Halaman data penyakit digunakan admin
untuk menambah data penyakit baru yang belum ada dalam aplikasi sistem pakar.
Tombol “Tambah” untuk menambah data penyakit baru, tombol “Insert” untuk
menyimpan data penyakit baru kedalam database dan muncul pada tabel penyakit.
Tombol “Edit” digunakan untuk mengubah data penyakit yang sudah ada
dalam sistem, tombol “Hapus” digunakan untuk menghapus data penyakit, tombol “refresh”
digunakan untuk mengembalikan form seperti awal lagi, sedangkan tombol “Batal”
digunakan untuk membatalkan data yang belum jadi ditambahkan. Halaman data
penyakit dapat dilihat pada Gambar 5.

Gambar 5. Halaman Data Penyakit
E. Halaman Data Gejala
Halaman data gejala digunakan untuk
menambah data gejala baru yang belum ada dalam sistem. Admin juga dapat
melakukan perubahan data, penghapusan data dan penyimpanan. Halaman data gejala
dapat dilihat pada Gambar 6.

Gambar 6. Halaman Data Gejala
f. Halaman Data Pasien
Halaman data pasien digunakan untuk
melihat semua data pasien yang melakukan diagnosapenyakit menggunakan aplikasi sistem
pakar tersebut. Admin dapat melakukan pencarian data pasien dengan mengisi “nama
pasien” yang dicari kemudian menekan tombol “Cari” maka data pasien yang dicari
akan muncul. Halaman data pasien dapat dilihat pada Gambar 7.

Gambar 7. Halaman Data Pasien
G. Halaman Riwayat Diagnosa
Halaman riwayat diagnosa digunakan untuk
melihat semua data hasil diagnosa yang telah dilakukan oleh pasien. Admin dapat
melihat data detail pasien dengan mengklik salah satu nama pasien kemudian menekan
tombol”Cek Data Pribadi” maka data pasien akan muncul. Halaman riwayat diagnosa
dapat dilihat pada Gambar 8.

Gambar 8. Halaman riwayat Diagnosa
H. Halaman Data User
Halaman data user digunakan untuk
mengelola data user yang dapat masuk ke sistem pakar. Admin dapat menambahkan
data user dengan mengisi form seperti nama, password dan
status secara lengkap kwmudian menyimpannya dalam database. Halaman data
user dapat dilihat pada Gambar 9.

Gambar 9. Halaman Data User
I. Pengujian Diagnosa
Dilakukan proses diagnosa dengan
memberikan beberapa gejala yang dirasakan pasien yaitu nyeri dada, nyeri dada
terasa berat/ditindih/dihimpit didaerah retrosternal menjalar kelengan
kiri, leher terasa tercekik, merokok, diabetes/penyakit gula, keringat dingin
dan lemas, batuk yang persisten, keringat dingin dan pingsan. Dapat dilihat
pada Gambar 10 di bawah ini :

Gambar 10. Tampilan Diagnosa
Selanjutnya sistem akan melakukan perhitungan persentase dan
kemungkinan penyakit yang
diderita. Pada diagnosa 1 ini didapatkan hasil diagnosa dengan kemungkinan
penyakit “Sindrom Koroner Akut” dengan nilai kepercayaan 69%, dapat dilihat
pada Gambar 11. Printout hasil diagnosa user dapat dilihat pada
Gambar 12.

Gambar 11. Hasil diagnosa

Gambar 12. Printout Hasil
Diagnosa
D. PENGUJIAN
Pengujian diperlukan untuk mengetahui
penilaian user mengenai baik dan buruknya aplikasi sistem pakar ini. Kuisioner
ditujukan kepada dokter dan 10 responden. Hasil kuisoner menurut dokter adalah
sebagai berikut :
1. Aplikasi sistem pakar untuk diagnosa penyakti jantung menghasilkan
diagnosa yang
sesuai dengan apa yang dilakukan oleh dokter karena disesuaikan dengan
pengetahuan dokter.
2. Dokter merasa terbantu dengan adanya aplikasi sistem pakar untuk
mendiagnosa penyakit jantung karena sistem akan menyimpan pengetahuan dokter dan
membantu serta mempercepat dalam proses diagnosa awal penyakit pasien sehingga
dapat dilakukan pengobatan dan pencegahan secara dini. Grafik kuisioner yang ditujukan
kepada 10 responden adalah sebagai berikut, dapat dilihat pada Gambar 13.


Gambar 13. Grafik Kuisioner Responden
E. KESIMPULAN & SARAN
Kesimpulan
Berdasarkan perancangan,pembuatan dan implementasi sistem pakar
untuk diagnosa penyakit jantung dengan metode forward chaining dapat
disimpulkan sebagai berikut :
1. Pembuatan aplikasi sistem pakar untuk diagnosa penyakit jantung
menggunakan bahasa
pemrograman Java, serta MySQL sebagai basis datanya. Agar hasil diagnosa
dapat akurat perancang menggunakan metode “Forward Chaining”.
2. Analisis hasil pengujian program dan analisis hasil kuisioner dibagikan
kepada 10 responden yang terdiri dari pakar dan masyarakat umum. Pada hasil pengujian
program, output sudah sesuai dengan yang diharapkan perancang, dimana
nilai persantase untuk penyakit yang dihasilkan sistem sama dengan hasil
perhitungan manual menggunakan metode “Forward Chaining” sehingga
keakuratannya sudah sesuai dengan yang diharapkan oleh pakar. Sedangkan hasil
analisis terhadap responden, responden memberikan penilaian positif terhadap
aplikasi yaitu sudah cukup baik. Artinya masyarakat setuju bahwa aplikasi ini bermanfaat.
3. Aplikasi sistem pakar ini membantu dan mempercepat kerja dokter
dalam melakukan diagnosa awal terhadap penyakit pasien sehingga dapat dilakukan
pemeriksaan lanjutan, pengobatan serta pencegahan sedini mungkin.
Saran
1. Perlunya kerjasama dengan pakar penyakit jantung untuk mengembangkan
aplikasi sistem
pakar diagnosa penyakit jantung agar basis pengetahuan dan hasil diagnosa
lebih akurat lagi.
2. Dalam tahapan penentuan metode inferensi dan penentuan nilai persentase,
untuk peneliti
selanjutnya diharapkan mempersiapkan terlebih dahulu analisis yang
tepat dan mempelajari metode yang ada agar tahap perancangan dapat berjalan
lancar dan tidak membutuhkan waktu yang terlalu lama.
3. Sistem pakar ini merupakan aplikasi berbasis desktop hanya
dapat di implementasikan di Rumah Sakit saja, sehingga untuk peneliti selanjutnya diharapkan dapat membuat
aplikasi sistem pakar untuk mendiagnosa penyakit jantung yang dapat di akses
secara online kapanpun dan dimanapun.
DAFTAR PUSTAKA
Haroen, T. Renardi dan Kasiman, Sutomo. 1992. “Pengantar
Kardiologi”. Jakarta: Widya Medika.
Irwan, Muhammad S.ked dkk. 2008. “Penatalaksana Demam Reumatik”. Pekanbaru,
Riau : Faculty of Medicine-University of Riau.
Mulyadi M. Djer dan Madiyono, Bambang. 2000, Desember. “Petunjuk
Praktis – Tatalaksana Penyakit Jantung Bawaan”. Vol. 2, No. 3, Hal. 155 – 162. Jakarta
: Sari Pediatri.
Kertohoesodo, Soehardo. 1987. “Pengantar Kardiologi”. Jakarta :
Universitas Indonesia.
Kurniawan, Dedi, 2009. ‘Sistem Pakar Pendiagnosa Penyakit
Berbasis Web’. Tugas Akhir. Jawa Barat: Universitas Indonesia.
Kusumadewi, Sri. 2003. “Artificial Intelegence (Teknik dan
Aplikasinya)”. Yogyakarta : Graha Ilmu.
Pedoman Diagnosa dan Terapi LAB/UPF Ilmu Penyakit Jantung. 1994.
Surabaya : Fak Kedokteran Universitas Airlangga.
Permana, Andrean Yuda. 2011. “Pengertian MySQL” [Online], Tersedia
dalam : <http://www.storydig.co.cc/2010/08/pengertianmysql.html>.
Richard S, Snell. 2006. “Anatomi klinik untuk mahasiswa kedokteran”
[Online]. edisi 6. Jakarta : EGC, Tersedia dalam : http://calondokter11.blogspot.com/2012/07/anatomi-cardiovascularjantung
jantung.html.
Ruen, Afriani, 2012, ‘Implementasi Forward Chaining untuk
Diagnosa Penyakit Jantung’. Tugas Akhir. Gorontalo: Universitas Negeri
Gorontalo.
Saputra, Andri, 2011, ‘Sistem Pakar Indentifikasi Penyakit
Paru-Paru pada Manusia Menggunakan Pemrograman Visual Basic 6.0’. Jurnal
STMIK PalComTech Palembang. Volume 1,No.3.
SUMBER:
eprints.ums.ac.id/32712/12/NASKAH%20PUBLIKASI.pdf
Senin, 03 Oktober 2016
Grafik Komputer & Pengolahan Citra
Grafik Komputer & Pengolahan Citra
A. Grafik Komputer
Grafik komputer adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan da manipulasi gambar (visual) secara digital.Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.
Grafik komputer adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan da manipulasi gambar (visual) secara digital.Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.
Grafika
komputer dapat digunakan di berbagai bidang kehidupan sehari-hari, mulai dari
bidang seni, sains, bisnis, pendidikan dan juga hiburan. Berikut adalah bidang
aplikasi spesifik dari grafika komputer:
1. Bidang Pendidikan
1. Bidang Pendidikan
Grafik komputer pada pendidikan digunakan untuk
mempresentasikan objek-objek pada siswa secara nyata, dapat melalui power point
ataupun software lainnya.2. Bidang Perancangan
Pada bidang ini grafik komputer
digunakan untuk membuat berbagai desain dan model objek yang akan dibuat.
Misalnya digunakan untuk mendesain suatu arsitektur bangunan,desain kendaraan,
komputer, alat elektronik dan lainnya.
a. Computer Aided Design (CAD)
CAD adalah alat bantu berbasis komputer yang digunakan dalam proses analisis dam desain, khususnya untuk sistem arsitektural dan engineering.
b.Computer Art
Computer art adalah penggunaan
komputer grafis untuk menghasilkan karya-karya seni. Hasil dapat berupa kartun,
potret, foto, layout media cetak, logo, lukisan abstrak, desain interior atau
eksterior, dan lain sebagainya. Contoh: Adobe Photoshop, Corel Painter, GIMP.
3. Bidang Hiburan
Dalam pembuatan film animasi grafik
komputer digunakan untuk membuat visual effect, karakter dan animasi-animasi
yang menarik.
4. Video Game
Video Game adalah permainan yang melibatkan interaksi dengan user interface untuk menghasilkan umpan balik berupa visualisasi pada perangkat video.
B. Pengolahan Citra
Pengolahan
citra merupakan proses memperbaiki atau melakukan transformasi suatu
citra/gambar menjadi citra lain dengan menggunakan teknik tertentu.
Contoh
implementasi pengolahan citra yaitu:
a. Bidang
Medis
b. Bidang Militer
c. Bidang Perdagangan
SUMBER:
Langganan:
Postingan (Atom)









