Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Analisis metode jaringan syaraf tiruan backpropgation untuk pengenalan sel kanker otak
Novita Handayani NIM. (2013) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Berdasarkan hasil studi literatur penggunaan metode backpropagation untuk identifikasi penyakit melalui pengenalan pola citra medis sebagai contoh penelitian yang dilakukan untuk identifikasi penyakit TBC (Tuberculosis) tingkat akurasi yang dihasilkan pada penelitian ini sebesar 77.5%.Penelitian lain yang menggunakan metode backpropagation adalah penelitian untuk mengklasifikasikan kanker payudara pada penelitian ini didapatkan akurasi sebesar 97% dalam mendeteksi kanker payudara. Penelitian untuk mengidentifkasi penyakit tumor otak pernah dilakukan dengan menggunakan jaringan syaraf tiruan radial basic function pada penelitian ini didapatkan tingkat akurasi sebesar 80% dalam mengidentifikasi tumor otak. Penelitian-penelitian yang pernah dilakukan sebelumnya dengan menggunakan metode jaringan syaraf tiruan untuk identifikasi suatu penyakit melalui pola citra medis telah berhasil dilakukan, tetapi belum ditemukan penelitian untuk mengenali pola sel kanker otak menggunkan metode backpropagation, oleh sebab itu, perlu dilakukan penelitian untuk membuktikan apakah metode backpropagation cocok untuk mengenali pola kanker otak.Metode yang digunakan adalah jaringan syaraf tiruan- backpropagation. Metode backpropagation digunakan pada tahap pembelajaran dan pengenalan. Metode pendekatan yang digunakan adalah terstruktur dan metode pengembangannya menggunakan model waterfall. Alat bantu yang digunakan untuk memodelkan adalah diagram konteks, data flow diagram, tools yang digunakan sebagai pemodelan adalah Visio 2007. Simulator dibangun menggunakan Microsoft Visual Studio 2010 dengan menggunakan bahasa C#.Berdasarkan hasil pengujian dengan menggunakan tiga parameter pembelajaran yang berbeda, maka diperoleh kesimpulan tingkat akurasi yang dihasilkan pada penelitian ini masih kurang baik dalam mengenali sel kanker otak dengan tingkat akurasi rata-rata 57% dengan rata-rata waktu pengenalan 29.5 milisecond dengan menggunakan 10 data uji dengan 5 data normal dan 5 data kanker.
Ringkasan Alternatif
Based on a literature study using backpropagation method for the identification of the disease through medical image pattern recognition example, a study conducted for the identification of tuberculosis (TB) resulting accuracy rate in this study was 77.5%. Another study using the backpropagation method is to classify breast cancer research in this study obtained an accuracy of 97% in detecting breast cancer. Study to identify brain tumor disease ever conducted using artificial neural networks radial basic function in this study, a 80% accuracy rate in identifying brain tumors. The studies that have been done previously by using artificial neural network method for identification of a disease through a medical image has been successfully carried out, but have not found a study to identify patterns of brain cancer cells use the back propagation method, therefore, research must be done to prove whether the method backpropagation suited to identify patterns of brain cancer.The method used is a neural network-backpropagation.Backpropagation method is used in the learning and recognition phases. The method used is a structured approach and method development using the waterfall model. Tools are used to model the context diagrams, data flow diagrams, which are used as modeling tools are Visio 2007. Simulator is built using Microsoft Visual Studio 2010 using C # language.Based on test results using three different learning parameters, it could be concluded that the resulting level of accuracy in this study is still not good at recognizing brain cancer cells with an average accuracy rate of 57% with an average time of 29.5 milliseconds recognition by using 10 test data with 5 normal data and 5 cancer data.