PENGEMBANGAN APLIKASI PENGENALAN POLA PENYAKIT KULIT MENGGUNAKAN BACKPROPAGATION MOMENTUM

Permana, Silvester Dian Handy (2012) PENGEMBANGAN APLIKASI PENGENALAN POLA PENYAKIT KULIT MENGGUNAKAN BACKPROPAGATION MOMENTUM. S1 thesis, UAJY.

Preview	Text (Halaman Judul) 0TF05506.pdf Download (1MB) | Preview
Preview	Text (Bab I) 1TF05506.pdf Download (387kB) | Preview
Preview	Text (Bab II) 2TF05506.pdf Download (251kB) | Preview
	Text (Bab III) 3TF05506.pdf Restricted to Registered users only Download (940kB)
	Text (Bab IV) 4TF05506.pdf Restricted to Registered users only Download (1MB)
	Text (Bab V) 5TF05506.pdf Restricted to Registered users only Download (2MB)
Preview	Text (Bab VI) 6TF05506.pdf Download (3MB) | Preview

Abstract

Selain kelebihan, komputer memiliki kekurangan dibandingkan dengan kemampuan manusia dalam memproses suatu informasi. Salah satu contoh kekurangan komputer tersebut adalah dalam mengenali sebuah pola penyakit kulit. Penyakit kulit merupakan suatu penyakit yang diakibatkan oleh virus, alergi, bakteri dan kelainan figmen. Pengenalan pola penyakit kulit merupakan hal yang dianggap sederhana dan umum dilakukan manusia sebagai investigasi awal dalam penyakit kulit namun tugas yang sulit jika dilakukan oleh komputer. Untuk mengatasi kekurangan tersebut, dikembangkanlah sistem Jaringan Saraf Tiruan (JST) yang mengambil sistem saraf manusia. Salah satu metodenya adalah Backpropagation Momentum yang mempelajari pola dari suatu citra, menyimpan bobotnya dan mengenali citra yang serupa. Pembuatan Tugas Akhir ini bertujuan agar sistem yang dibangun dapat mengenali citra penyakit kulit setelah dilakukan pada pelatihan pada JST. Metode yang digunakan yaitu Backpropagation Momentum dengan 1 lapisan tersembunyi. Sebelum citra diproses dalam JST, dilakukan thresholding dan dekomposisi citra dengan menggunakan transformasi Wavelet Daubechies 2 untuk mengurangi beban komputasi. Tugas Akhir ini dibangun dengan menggunakan bahasa pemrograman C# dan database menggunakan SQL Server. Hasil penelitian berupa perangkat lunak yang dapat melakukan pelatihan dan pengenalan terhadap citra penyakit kulit. Perangkat lunak dengan model arsitektur JST yang optimal dapat mengenali citra penyakit kulit dengan tingkat akurasi 100% untuk citra uji yang termasuk dalam data pelatihan dan ditunjukkan adanya penurunan tingkat akurasi sebanding dengan tingginya noise yang diberikan.

Actions (login required)

View Item