IMPLEMENTASI MODEL BACKPROPAGATION DALAM MENGENALI POLA GAMBAR UNTUK MENDIAGNOSE PENYAKIT KULIT

Jaringan Syaraf Tiruan (JST) adalah salah satu model dari banyak model dari kecerdasan buatan. JST telah diterapkan secara luas untuk masalah-masalah dalam dunia nyata. JST telah banyak digunakan untuk mengindentifikasi pola atau tren dalam data, salah satu implementasinya adalah dalam bidang Kedokteran untuk mengenali pola gambar penyakit kulit. Salah satu model dari JST yang biasa dipakai untuk pengenalan pola pada gambar adalah backpropagation. Backpropagation merupakan salah satu model populer dari JST yangbiasa dipakai untuk peramalan, prediksi, dan pembuat keputusan berdasarkan input data masuk yang sudah dipelajari terlebih dahulu. Tujuan dari penelitian ini adalah untuk mengimplementasikan model backpropagation untuk memprediksi penyakit kulit. Input yang masuk berupa citra kulit yang menggambarkan keadaan penyakit (panu / skabies) RGB 50×50 piksel yang ditransformasikan ke dalam bentuk citra biner melalui proses grayscaling dan thresholding untuk mempertegas warna hitam dan putih. Disamping mengenali pola gambar kulit, penelitian ini juga menggabungkan dengan konsep sistem pakar, yang digunakan untuk menelusuri gejala-gejala penyakit kulit yang dirasa. Penggabungan antara jaringan syaraf tiruan perambatan balik dengan sistem pakar menjadi suatu alternatif dalam mendiagnose penyakit kulit yang dapat disimpulkan pembandingan hasil antara penelusuran gejala dengan gambar keadaan kulit, yang dapat dijadikan sebagai rujukan dasar pengobatan penyakit kulit.

Dibuat oleh : Youllia Indrawaty, Asep Nana Hermana, Akbar Ramadhan

E-mail: youllia@itenas.ac.id, d_rosmala@itenas.ac.id

Kata Kunci : jaringan syaraf tiruan backpropagation, sistem pakar, pengolahan citra

Keterangan :  Makalah ini  dimuat pada Jurnal Informatika Itenas, No.1 , Vol. 3, Januari – April 2012

IMPLEMENTASI MODEL BACKPROPAGATION DALAM MENGENALI POLA GAMBAR UNTUK MENDIAGNOSE PENYAKIT KULIT