PEMANFAATAN JARINGAN SARAF TIRUAN UNTUK MENDETEKSI GANGGUAN PARU-PARU MENGGUNAKAN METODE BACKPROPAGATION

Abstract

Paru-paru adalah salah satu organ pada sistem pernapasan yang berfungsi sebagai tempat bertukarnya oksigen dari udara yang menggantikan karbondioksida di dalam darah. Fungsi paru-paru dalam tubuh manusia sangat vital, namun manusia cenderung melupakan organ paru-paru dan merusaknya dengan merokok dan menghirup udara yang terpolusi. Manusia juga sering meremehkan datangnya penyakit seperti batuk. Berdasarkan permasalahan di atas, penulis membuat sebuah sistem untuk mendeteksi jenis-jenis gangguan paru-paru. Di dalam ilmu kedokteran, metode untuk mendeteksi adanya gangguan paru-paru adalah dengan anamnesa, pemeriksaan fisik, pemeriksaan laboratorium dan gambaran radiologi. Jaringan Saraf Tiruan adalah suatu arsitektur jaringan untuk memodelkan cara kerja sistem saraf manusia (otak) dalam melaksanakan tugas tertentu. Penelitian ini merancang sistem jaringan saraf tiruan untuk mendeteksi gangguan paru-paru menggunakan metode backpropagation, sistem ini mampu memecahkan masalah dalam mendiagnosis gangguan paru-paru yang menyerupai seorang pakar. Dari hasil analisa diketahui tingkat keakuratan sistem sebesar 99,75%, dari 160 pasien yang dianalisis ternyata terdapat 4 pasien gagal dianalisis. Gangguan paru-paru yang paling banyak diderita yaitu asma bronchial dan asbestosis yang berjumlah 13 penderita. Jumlah pasien yang paling banyak menderita gangguan paru-paru berjenis kelamin laki-laki yaitu sebanyak 110 pasien dan berada pada usia sekitar 21–30 tahun.

Kata kunci: sistem pakar, jaringan saraf tiruan, paru-paru, backpropagation

Abstract

Lung is one of respiration system organ that has function as a place to change over oxygen from the air and replace carbon dioxide in blood. Lung’s function for human body is vveerryy vital, but hhuumman tend to forget and damage it with cigarette and polluted air. Human also often look down when it come to disease like cough. Depend on these problems; writer’s trying to make a system to detect pulmonary dysfunction. In medical science, methods to detect pulmonary dysfunction are anamneses, physical examination, and inspection of laboratory and radiology description. These systems are able to cover the whole methods so detection is more accurate using artificial neural network. Artificial neural network is a network architecture that modeling the way human neural system works in doing certain duty. This research designs an artificial neural network system to detect lung dysfunctions. This system able to solve problem in diagnosing lung dysfunctions using backpropagation method like an expert. The analysis shows that the system’s accuracy reach 99.75%, from 160 patients analyzed, there are 4 patients failed. Most suffered lung dysfunctions are asthma bronchial and asbestosis with 13 patients. Patients that most suffering lung dysfunctions are men with 110 patients and at the age about 21–30 years old.

Keywords: expert system, artificial neural network, lungs, backpropagation