KLASIFIKASI PENYAKIT DIABETES MELLITUS DARI CITRA KUKU JARI TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
Keywords:
Jaringan Saraf Tiruan, Perceptron, Ekstraksi FiturAbstract
Diabetes mellitus (DM) adalah keadaan abnormal dimana produksi insulin dalam tubuh tidak mencukupi untuk mengubah glukosa (yang dihasilkan karbohidrat) ke dalam bentuk glikogen. Umumnya terdapat 2 tipe diabetes, yaitu diabetes tipe 1 yaitu diabetes yang terjadi karena faktor genetic (keturunan), dan diabetes tipe 2 yaitu diabetes yang terjadi karena pola hidup yang tidak sehat. Kuku merupakan bagian tubuh yang bertumbuh di bagian ujung jari. Ekstraksi tekstur fitur digunakan untuk mendapatkan fitur tekstur citra. ekstraksi fitur bertujuan untuk mendapatkan perbedaan pada citra kuku jari tangan pasien sehat dan diabetes mellitus. Pada peneltian ini ekstraksi tekstur fitur digunakan dengan pendekatan metode statistik. Fitur tekstur yang akan digunakan antara lain mean, variance, skewness, kurtosis dan entropi. Penelitian ini untuk melakukan proses jaringan saraf tiruan perceptron dapat digunakan untuk klasifikasi dengan 2 tahapan yaitu pelatihan dan pengujian data. Nilai akurasi pelatihan data sebesar 68.3333% dengan jumlah epoch 200 dan pengujian data sebesar 50%. Hasil penelitian ini berupa nilai akurasi dan kesesuaian data.
References
Abdul, K., & Adhi, S. (2013). Pengolahan Citra.
Efford, N. (2000). Digital Image Processing a Practical Introduction Using Java.
Fitryadi, K., & Sutikno. (2016). Pengenalan Jenis Golongan Darah Menggunakan Jaringan Syaraf Tiruan
Perceptron.
Kasper , D., Fauci, A., Hauser , S., Longo, D., & Jameson, J. (2015). Harrison's Principles of Internal Medicine.
http://accessmedicine.mhmedical.com/Content.aspx?bookId=1130§ionId=79737992 Accessed.
Khairil, F., & Sutikno. (2016). Pengenalan Jenis Golongan Darah Menggunakan Jaringan Syaraf Tiruan
Perceptron.
Kulkarni, A., & D. (1994). Artificial Neural Networks for Image.
Kurniastuti, I. (2018). HUBUNGAN KADAR GLUKOSA DARAH TERHADAP KOMPONEN WARNA
KUKU JARI TANGAN SEBAGAI DETEKSI DINI DIABETES MELITUS.
Kurniastuti, I., & Andini, A. (2018). HUBUNGAN KADAR GLUKOSA DARAH TERHADAP KOMPONEN
WARNA.
matlab. (2018, september 27). Retrieved from https://pemrogramanmatlab.com/2018/09/27/analisis-tekstur-
menggunakan-metode-glcm-lbp-dan-flbp/#more-7162
Mohammad, H. H., Andrizal, & Revinessia. (2018). IDENTIFIKASI PENYAKIT DIABETES MELLITUS
MELALUI NAFAS BERBASIS SENSOR GAS DENGAN METODE FAST FOURIER TRANSFORM DAN
BACKPROPAGATION.
Nawawi, M. Z., Rahmat, R. F., & Syahputra, M. F. (2015). KLASIFIKASI TELUR FERTIL DAN INFERTIL
MENGGUNAKAN JARINGAN SARAF TIRUAN MULTILAYER PERCEPTRON BERDASARKAN
EKSTRAKSI FITUR WARNA DAN BENTUK.
Petrou, M., & and Sevilla, P. (2006). Image Processing dealing with Texture. chichester: Jhon Wiley & sonc,
Inc.
Putra, l. S., & Yullyan. (2017). PERSPEKTIF DAN PANDANGAN GLOBAL Kecerdasan Buatan (Artifical
Intelligence/AI) - Pertimbangan untuk Profesi Audit Internal. The Institute of Internal Auditors.
Rouza, E., Jufri, & Fimawahib, L. (2020). Implementasi Metode Perceptron Untuk Pengenalan Pola Jenis-Jenis
Cacing Nematoda Usus. JURNAL RESTI.
Sriyanto, & Sutedi. (2010). Identifikasi Penyakit Diabetes Millitus Menggunakan Jaringan Syaraf Tiruan
Dengan Metode Perambatan-Balik (Backpropagation).
Suyanto. (2014). Artificial Intelligence (Searching, Reasoning, Planning dan Learning). Bandung.
Usman, & Abdullah. (2017). SISTEM CERDAS DIAGNOSA PENYAKIT DALAM MENGGUNAKAN
JARINGAN SYARAF TIRUAN DENGAN METODE PERCEPTRON.
Wahyuni, A., & Arisfa, N. (2016). Senam Kaki Diabetik Efektif Meningkatkan Ankle Brachial Index Pasien
Diabetes Melitus tipe 2. IPTEK TERAPAN.
Wibawa, M. S., & Maysanjaya, l. D. (2018). MULTI LAYER PERCEPTRON DAN PRINCIPAL
COMPONENT ANALYSIS UNTUK DIAGNOSA KANKER PAYUDARA.
Yusran. (2016). Implementasi Jaringan Syaraf Tiruan (Jst) Untuk Memprediksi Hasil Nilai Un Menggunakan
Metode Backpropagation. JIT Terapan Sathishkumar, E., Shopia, F., & A, P. (2016). Biometric
Authentication using finger nails.
