IDENTIFIKASI OSTEOPOROSIS MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

Halo sahabat caratipsahoi kali ini saya ingin berbagi bagaimana cara penulisan proposal penelitian layaknya sebuah skripsi. ini diadopsi dari tugas matakuliah RTI, semoga bermanfaat ya.

PENDAHULUAN

1.1    Latar Belakang

Setiap dari kita pasti menginginkan tulang yang sehat dan kuat. Tetapi Berdasarkan hasil Analisis Data Resiko Osteoporosis oleh Puslitbang Gizi Depkes bekerja sama dengan Fonterra Brands Indonesia tahun 2006 menyatakan, 2 dari 5 orang Indonesia memiliki resiko osteoporosis. Angka ini lebih tinggi dari prevalensi dunia, dimana 1 dari 3 orang berisiko osteoporosis.

Hal ini juga didukung oleh Indonesian White Paper yang dikeluarkan Perhimpunan Osteoporosis Indonesia (Perosi) tahun 2007, osteoporosis pada wanita di atas 50 tahun mencapai 32,3% sementara pada pria di atas 50 tahun mencapai 28,8%. Selain itu data yang dikeluarkan International Osteoporosis Foundation (IOF), diprediksikan pada tahun 2050 sebanyak 50% kasus patah tulang panggul akan terjadi di Asia.

Osteoporosis dijuluki silent epidemic disease, karena menyerang secara diam-diam, tanpa adanya tanda-tanda khusus, sampai penderita mengalami patah tulang. Namun demikian pada dasarnya osteoporosis dapat dikendalikan sejak awal, bahkan sejak janin dalam kandungan secara berkelanjutan agar tidak terjadi osteoporosis secara lebih dini. Usia pencegahan yang paling berarti adalah antara 8-17 tahun karena pada periode ini pemadatan dan percepatan tumbuh tulang mencapai 90 persen.

Berdiri Tegak, Bicara Lantang, Kalahkan Osteoporosis adalah tema yang dipilih dalam peringatan Hari Osteoporosis Nasional (HON) tahun 2009. Tema ini bertujuan untuk meningkatkan pengetahuan dan kewaspadaan masyarakat terhadap bahaya osteoporosis.
Mengacu pada tema diatas maka perlu dibuat sebuah system yang mampu memberikan informasi berupa identifikasi osteoporosis pada seseorang. Dengan adanya system ini maka dapat diberikan pertolongan pertama bagi penderita osteoporosis.

Metode LVQ (Learning Vektor Quantization) merupakan sebuah metode Jaringan Syaraf Tiruan yang cukup akurat dalam melakukan pengklasifikasian data. Dari penelitian sebelumnya menunjukkan bahwa LVQ3 memiliki tingkat akurasi rata-rata 85%. Metode LVQ bisa jauh lebih tinggi tingkat akurasi dari metode klasifikasi lainnya seperti metode K-NN (K-Nearest Neighbor), dan LVQ3 lebih unggul dari versi sebelumnya, yaitu pengembangan dari metode LVQ1 dan memiliki error rate yang lebih kecil di bandingkan pendahulunya (Maharani Dessy dkk,2012) .

LVQ merupakan sebuah metode yang melakukan pembelajaran (learning) dengan competitive layer (lapisan kompetitif) yang terawasi (supervised). Lapisan kompetitif bisa secara otomatis belajar untuk mengklasifikasi input  dari vektor-vektor. Jarak-jarak antar vektor input akan menentukan kelas-kelas yang akan dihasilkan dari lapisan kompetitif tersebut. Lapisan kompetitif akan meletakkan kedua vektor input pada kelas yang sama jika kedua vektor input tersebut mendekati sama .

Berdasarkan fakta-fakta mengenai osteoporosis diatas dan metode learnig Vektor Quantization diatas, penulis tertarik untuk mengangkat sebagi judul Tugaas Akhir yaitu “Identifikasi Osteoporosis Menggunakan Metode Jaringan Syaraf Tiruan Learning Vector Quantization”.

1.2    Rumusan Masalah

Berdasarkan latar belakang yang telah disebutkan, maka dibuatlah rumusan masalah seperti berikut:
1.    Bagaimana menerapkan metode Learning Vector Quantization 3 (LVQ3) menjadi sistem yang dapat mengidentifikasi osteoporosis.

1.3    Batasan Masalah

Beberapa hal yang menjadi batasan masalah dalam penelitian yang dilakukan adalah sebagai berikut:
1.    Penelitian ini menggunakan data dari UCI Machine Learning Repository serta data-data di internet serta jurnal yang ada.
2.    Kriteria yang akan digunaka adalah ciri-ciri penderita osteroporosi baik berdasarkan gejalanya, usianya, dan hal lainnya.
3.    Identifikasi pada penelitian ini menggunakan metode Learning Vector Quantization 3 (LVQ3)

1.4    Tujuan

Tujuan dari penelitian ini sebagai berikut:

1.  Untuk mengetahui penerapan metode Learning Vector Quantization 3 (LVQ3) untuk pengidentifikasian osteoporosis dalam sebuah sistem.
2. Untuk mengetahui tingkat akurasi dari hasil pengidentifikasian dengan metode Learning Vector Quantization 3 (LVQ3).

1.5    Sistematika Penulisan

Sistematika penulisan pada laporan tugas akhir ini adalah sebagai berikut:

BAB I    PENDAHULUAN

    Bab ini memberikan gambaran penelitian secara keseluruhan yang terdiri dari latar belakang, rumusan masalah, batasan masalah, tujuan dan sistematika penulisan.

BAB II    LANDASAN TEORI

    Bab ini menjelaskan teori dasar dan teori pendukung yang akan digunakan dalam penelitian. Yang dimana pada penelitian ini  teori tersebut akan digunakan untuk menyelesaikan masalah, teori tersebut berupa definisi, konsep dan formula yang penting.

BAB III    METODOLOGI PENELITIAN

    Bab ini menjelaskan langkah-langkah yang dilakukan dalam proses penelitian berupa metode yang digunakan, serta hal-hal yang berkaitan dengan teknis.

BAB IV    ANALISA DAN PERANCANGAN

    Bab ini membahas tentang analisa sistem yang akan dibangun, yang terdiri dari analisa kebutuhan data, algoritma, diagram, relational database, dan user interface.

BAB V    IMPLEMENTASI DAN PENGUJIAN

    Bab ini meliputi penerapan sistem dan pengujian sistem terhadap responden yang telah ditentukan.

BAB VI    PENUTUP

    Bab ini membahas tentang kesimpulan dan hasil dari penelitian yang telah dilakukan, kelebihan dan kekurangan sistem, dan saran kedepannya bagaimana seharusnya peneliti untuk mengembangkan sistem ini.

Landasan Teori

2.1    Apa itu Osteoporosis

Osteoporosis adalah kondisi saat kualitas kepadatan tulang menurun dari kondisi normal, sehingga tulang menjadi keropos dan sangat mudah untuk  retak dan patah (Alodokter.com). Keretakan tulang seseorang baik retak pergelanagan tangan, panggul, kaki, merupakan pertanda terjadinya osteroporosis pada seseorang. Gejala osteoporosis tidak diketahui secara pasti tetapi osteoporosis akan terjadi jika sering terasa sakit punggung, postur tubuh mulai membungkuk, menurunya tinggi badan, serta sering terjadi cedera yang mengakibatkan patah tulang.

2.2    Penyebab Osteoporosis

Penyebab osteoporosis ini dibedakan menjadi dua, yaitu pada pria & wanita. Pada wanita, wanita lebih rentan terkena osteoporosis yaitu empat kali lebih besar terkena dibandingkan pria alia 1 pria osteoporosis setara dengan 4 wanina osteoporosis.
•    faktor pertama yaitu, monopause dini (sebelum usia 45) ini akan menjadi penyebab utama karena wanita yang monopause dini tidak lagi memproduksi hormon estrogen yang berpengaruh pada kepadatan tulang.
•    faktor kedua yaitu, tidak mengalami menstruasi dalam waktu lebih dari enam bulan akibat sesuatu yang tidak penting misalnya olahraga atau diet berlebihan.
•    faktor ketiga yaitu, menjalani histerektomi(operasi pengangkatan rahim) sebelum usia 45, apalgai jika kedua ovarium telah diangkat.

pada pria, ada beberapa yang menjadi penyebab osteoporosis pada kaum pria yaitu.
•    faktor pertama yaitu, mengonsumsi minuman keras ataupun mengonsumsi obat-obatan terlarang berlebihan. Ini akan sangat berpengaruh buruk terhadap perkembangan tulan.
•    faktor kedua yaitu, segala sesuatu yang menyebabkan kada testosteron lebih rendah dari kadar normal(hipogonadisme), terutama jika pria kekurangan asupan proterin.

2.3    Pencegahan & Pengobatan Osteoporosis

Mencegah lebih baik daripada mengbati. Sebenarnya ada beberapa yang dapat kita lakukan untuk mencegah penyakit Osteoporosis, misalnya berolahraga secara teratur, mekan 4 sehat 5 sempurna, membiasakan hidup bersih dan sehat, dan banyak hal lain yang dapat dilakukan untuk mencegah penyakit osteoporosis.  Tetapi jidka sudah terlanjur terkena, maka ada beberapa perobatan yang disuulkan oleh Alodokter.com.diantaranya :

Obat-obat suplemen ( non hormon)
•    kalsium dan suplemen vitamin D
•    Bisphosphonate
•    Strontium ranelate
ketiga obat tersebut dapat dibeli di apotek sesuai resep dokter.

Obat yang bersifat hormon
•    selective estrogen receptor modulators (SERMs), obat ini akan menjaga kepadatan tulang serta mengurangi timbulnya retak tulang.
•    Terapi Penggantian hormon, terapi ini diperuntukkan kepada wanita bagi yang mengalami masalah pada produksi hormon estrogen.
•    Pengobatan testosteron, terapi ini untuk pria yang mengalami gangguan pada produksi hormon testosteron.

2.4    Apa itu jaringan syaraf tiruan

Jaringan syaraf tiruan (JST) adalah sebuah jaringan layaknya hubungan antara satu kabel dengan kabel lainnya, atau yang lebih mudah dipahami seperti jaringan neuron pada sel otak manusia. Hal inilah yang akan dimisalkan seperti buatan dari otak manusia yang bekerja seperti otak manusia serta mensimulasikan proses pembelajaran pada otak manusia tersebut. Dikatakan sebagai buatan dari otak manusia karena jaringan ini menggunakan komputr sebagai mediatornya yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran berlangsung. (kusmadewi, 2003)

Jaringan syarag tiruan  layaknya seperti  jaringan syaraf biologis yang terdapat pada otak manusia. Hal ini hanya berkaitan pada pemodelan saja, terutama pada segi komputasi dari jaringan syarag tiruan itu sendiri. Jaringan syaraf ini digambarkan hanya terdiri dari beberapa simpul (node) yang merupakan elemen pemroses. Nah simpul(node) inilah nantinya yang akan memodelkan jaringan syaraf yang terdapata pada otak manusia tersebut atau yang kita sebut dengan neuron. Hubungan antara simpul yang terjadi harus mempunya bobot koneksi (weight). Bobot koneksi (wight) inilah yang akan menentukan apakah sinyal yang mengalir berdsifat peredam(inhibitory connection).

Sinyal yang mengalir pada bobot koneksi ( weight) terbagi dua macam yaitu sinyal yang mengalir bersifat peredam(inhibitory connection), dan ada juga sinyal yang bersifat merangsang. Bobot koneksi yang bersifat meredam akan dinyatakan dalam bilangan negatif, sedangkan yang bersifat merangsang  dinyatakan dengan bilangan positif. Selain ditentukankan oleh karakteristik bobot koneksinya, besarnya sinyal  yang keluaran dari sebuah simpul juga ditentukan oleh fungsi aktifasi (activation function) yang digunakannya. Funsi aktifasi inilah nantinya yang akan menentukan derajat keaftifan dari sebuah simpul(Liman, 2005)

2.5    Arsitektur Jaringan Syarag Tiruan

Arsitektur pada Jaringan syaraf tiruan ini disdasarkan pada neuron-neuron yang dikumpulkan dalam lapisan-lapisan (layer). Lapisan yang satu akan dihubungkan dengan lapisan yang lain yaitu lapisan sebelum dan sesudanya. Kemudian informasi mengenai hal-hal yang berkaitan dengan menghambat dan merangsang yang dibahas sebelumnya akan dirambatkan ke dalam lapisan-lapisan, mulai dari lapisan masukan sampai ke lapisan keluaran secara berurutan melalui laposan tersembunyi(hidden layer).

Faktor  yang terpenting dalam penentuan kelakuan suatu neuron dengan neuron lainnya adalah fungsi aktivasi ( activation function)  serta pola bobotnya. Hal ini neuron-neuron yang terletak pada lapisan yang sama akan memiliki keadaan yang sama sehingga pada setiap lapisan yang sama neuron-neuron memiliki fungsi aktivasi yang sama. Bila neuron-neuron pada suatu lapisan (misal lapisan tersembunyi) akan dihubungkan dengan neuron- neuron pada lapisan lain (misal lapisan keluaran) maka setiap neuron pada lapisan tersebut (lapisan tersembunyi) juga harus dihubungkan dengan setiap neuron pada lapisan lainnya (lapisan keluaran). Terdapat 3 macam arsitektur JST, yaitu:

•    Jaringan dengan lapisan tunggal (single layernet)

Jaringan ini hanya memiliki 1 lapisan dengan bobot-bobot terhubung. Jaringan ini hanya menerima masukan kemudian secara langsung akan mengolahnya menjadi keluaran tanpa harus melalui lapisan tersembunyi.

Gambar 1. Lapis Tunggal JST

Pada gambar neuron-neuron pada kedua lapisan saling berhubungan. Seberapa besar hubungan antara 2 neuron ditentukan oleh bobot yang bersesuaian. Semua unit masukan akan dihubungkan dengan setiap unit keluaran seperti terlihat pada

•    Jaringan dengan banyak lapisan (multilayernet)

Jaringan ini memiliki 1 atau lebih lapisan yang terletak diantara lapisan masukan dan lapisan keluaran. Umumnya ada lapisan bobot-bobot yang terletak antara 2 lapisan yang bersebelahan. Jaringan dengan banyak -lapisan ini dapat menyelesaikan permasalahan yang lebih sulit daripada lapisan tunggal, tentu saja dengan pembelajaran yang lebih rumit. Pada banyak kasus, pembelajaran pada jaringan dengan banyak lapisan ini lebih sukses dalam menyelesaikan masalah. Adapudn codntoh dari lapisan banyak ini adalah sebagai berikut.

Gambar 2. Lapis Banyak JST

•    Jaringan dengan lapisan kompetitif (competitive layer net)
Pada jaringan ini sekumpulan neuron bersaing untuk mendapatkan hak menjadi aktif. Umumnya hubungan antar neuron pada lapisan kompetitif ini tidak diperlihatkan pada diagram arsitektur. Berikut  menunjukkan salah satu contoh arsitektur jaringan dengan lapisan kompetitif yang memiliki bobot -?.

Gambar 3. Lapisan Kompetitif JST

2.6    Apa itu LVQ   (Learning Vector Quantization)

Learning Vector Quantization (LVQ) adalah suatu metode untuk melakukan  pembelajaran pada lapisan kompetitif yang terawasi. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor vektor input. Kelas kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vektor vektor input. Jika 2 vektor input mendekati sama, maka lapisan kompetitif akan meletakkan kedua vektor input tersebut ke dalam kelas yang sama.

Jaringan syaraf tiruan yang digunakan untuk melakukan klasifikasi adalah Learning Vector Quantization (LVQ). Adapun, LVQ merupakan suatu metode klasifikasi pola yang masing-masing unitnya mewakili kategori atau kelas tertentu. Hasil keluaran LVQ yang akan membantu komputer mengenali karakter yang dibaca tersebut. Pada metode LVQ bobot awal diambil dengan menggunakan pola-pola latih yang ada.

2.7    Metode Pelatihan LVQ

LVQ merupakan jaringan syaraf dengan tipe arsitektur jaringan lapis-tunggal umpan-maju (Single Layer Feedforward) yang terdiri atas unit masukan dan unit keluaran. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor-vektor masukan . Kelas-kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vector-vektor masukan. Jika 2 vektor masukan mendekati sama, maka lapisan kompetitif akan meletakkan kedua vektor masukan tersebut ke dalam kelas yang sama.

Gambar 4. Metode Pelatihan LVQ

Gambar ini memperlihatkan bahwa yang bertindak sebagai dendrit atau data masukan adalah X1-X6, yang bertindak sebagai sinapsis atau bobot adalah W, sedangkan soma atau badan sel dari jaringan ini adalah perhitungan  𝑋−𝑊 . Dan yang bertindak sebagai akson atau data keluaran adalah Y. Proses Pembelajaran Jaringan Paradigma/metode pembelajaran/pelatihan JST adalah sebagai berikut :

•    Pembelajaran terawasi (supervised learning)
Pada pembelajaran ini kumpulan data masukan yang digunakan, data keluarannya telah diketahui. Perbedaan antara keluaran-keluaran aktual dengan data keluaran yang diinginkan digunakan untuk mengoreksi bobot JST agar JST dapat menghasilkan jawaban sedekat (semirip) mungkin dengan jawaban yang benar yang telah diketahui oleh JST.

•    Pembelajaran tak terawasi (unsupervised learning)
Pada pembelajaran ini, JST mengorganisasi dirinya sendiri untuk membentuk vektor-vektor masukan yang serupa, tanpa menggunakan data atau contoh-contoh pelatihan. Struktur menggunakan dasar data atau korelasi antara pola-pola data yang dieksplorasi. Paradigma pembelajaran ini mengorganisasi pola-pola ke dalam kategori-kategori berdasarkan korelasi yang ada.

•    Gabungan pembelajaran terawasi dan tak terawasi (hybrid)
Merupakan kombinasi dari kedua pembelajaran tersebut. Sebagian dari bobot-bobotnya ditentukan melalui pembelajaran terawasi dan sebagian lainnya melalui pembelajaran tak terawasi.

METODOLOGI PENELITIAN

Pada bab ini berisi tentang metodologi penelitian atau tahapan yang dilakukan dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan. Adapun langkah-langkah yang akan ditempuh dalam penelitian ini dapat dilihat pada skema berikut.

Skema 1. Metodologi Penelitian

Dalam metodologi penelitian dijabarkan langkah-langkah yang dilakukan dalam penelitian. Metodologi penelitian terdiri dari beberapa tahapan yang terkait secara sistematis. Hal ini diperlukan untuk memudahkan dalam melakukan penelitian. Langkah-langkah yang dilakukan dalam penelitian adalah sebagai berikut :

•    Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data yang berhubungan dengan
penelitian dan pembuatan sistem, yaitu dengan :
Wawancara
Wawancara dilakukan dengan pakar penyakit orthopaedi & traumatologi yaitu dr. Arnadi Sp. OT di RS Santa Maria, kemudian beberapa penderita patah tulang dirumah sakit tersebut. Setelah dilakukan wawancara nanti hasilnya akan dirangkum untuk dijadikan sebagai bahan inputan bagi sistem jaringan syaraf tiruan.

•    Studi Pustaka

Studi pustaka dilakukan untuk mendapatkan teori serta konsep yang mendukung dalam penelitian dan berkaitan dengan masalah yang diangkat dalam penelitian. Hal yang dipelajari dalam studi pustaka antara lain defenisi defenisi yang berkaitan dengan jaringan syaraf tiruan, LVQ (learning vector quantization), pengaplikasian LVQ terhadap JST, serta hal-hal yang berkaitan dengan penyakit osteoporosis.

•    Identifikasi Masalah

Pada tahap identifikasi masalah ini akan diringkas sebuah masalah yang harus diselesaikan sebagai tujuan dari penelitian ini yaitu identifikasi osteoporosis. Permasalahannya adalah dimana para manula (manusia lanjut usia) tidak tahu tentang apa itu osteoporosis, bahkan kaum muda pun tidak begitu menghiraukan, padahal osteoporosis adalah penyakit mematikan nomor dua setelah penyakit jantung.

-.

•    Perumusan Masalah

Setelah diidentifikasi maka perlu sebuah sistem yang akan memberikan penjelasan kepada kaum muda ataupun lansia bahwa mereka sudah terkena atau belum penyakit osteoporosis.
 

•    Analisis Sistem

Analisis sistem baru didapat dari menganalisa sistem lama. Analisa dalam
pembuatan sistem ini terdiri dari: anlisia apa-apa saja yang menjadi faktor terjadinya osteoporosis pada pria atau wanita, analisa bagaimana tanggapan orang-orang yang terkena osteoporosis, analisa bagaimana jaringan syaraf tiruan ini bekerja kepada data-data yang telah diinputkan, analisa bagaimana LVQ mengklasifikasikan data dari JST untuk digolongkan sebagai penyakit osteoporosis, analisa bagaimana penerapan kesemuanya.

•    Perancangan Sistem

Setelah melakukan analisa, maka kemudian dilanjutkan dengan perancangan sistem berdasarkan hasil analisa permasalahan yang telah dilakukan sebelumnya.

•    Implementasi Sistem

Implementasi sistem merupakan suatu konversi dari desain sistem yang telah dirancang kedalam sebuah program komputer dengan menggunakan bahasa pemrograman PHP berbasis website dengan database MySQL. Adapun fungsi-fungsi perancangan aplikasi Untuk identifikasi penyakit osteoporosis dengan menggunakan Metode LVQ  ini adalah Input data, penyimpanan data, pengubahan data, penghapusan data, pengolahan data.

•    Kesimpulan dan Saran

Tahapan akhir dari penelitian adalah penarikan kesimpulan berdasarkan
hasil yang telah diperoleh dari tahapan sebelumnya, serta memberikan saran-saran
untuk menyempurnakan dan mengembangkan penelitian tersebut.